ABSTRAKSI: ABSTRAK Barcode adalah susunan garis vertikal hitam dan putih dengan ketebalan yang berbeda-beda. Tingkat ketebalan dan jumlah garis dari barcode memberikan arti pada masing-masing komponen barcode dan membedakan antara jenis barcode yang satu dengan yang lainnya. Barcode menyediakan suatu metode pengkodean informasi teks yang sederhana dan murah. Informasi teks yang dikodekan berupa data–data spesifik seperti kode produksi dan nomor identitas. Pada tugas akhir ini dilakukan perancangan sistem pembaca barcode yang berbasis pengolahan citra digital menggunakan webcam secara real-time. Citra langsung diperoleh dari webcam secara real-time dengan membaca frame-frame pada barcode secara berurutan. Jika dua frame barcode yang berurutan tersebut sama, maka pembacaan barcode dilakukan. Citra berwarna yang diperoleh dipreprocessing. Selanjutnya, sistem melakukan proses recognition yakni mengenali susunan bar dan spasi yang dilewati oleh scanline. Dari proses pembacaan diperoleh nilai confidence yang menentukan tingkat kepercayaan sistem dalam membaca barcode. Barcode yang terbaca ditampilkan pada layar. Sistem yang dirancang diuji tingkat performansinya melalui parameter pengujian jarak, kemiringan barcode terhadap sumbu x, pergeseran barcode pada bidang azimut dan coretan pada barcode dengan pencahayaan lampu 18 watt dan matahari . Pengujian menggunakan dua jenis webcam yang berbeda secara online dan offline dengan 3 resolusi barcode: 30 x 95, 60 x 190, dan 90 x 285. Pengujian menunjukkan hasil yang cukup baik. Pada parameter jarak, akurasi sistem bisa mencapai 100%. Pengujian dengan parameter kemiringan barcode didapatkan akurasi yang mencapai 100% untuk sudut 5°. Pengujian sistem dengan pergeseran barcode pada bidang azimut menghasilkan akurasi yang mencapai 100% untuk barcode 60 x 190 dan 90 x 285 dengan sudut kurang dari 5° dan untuk pergeseran untuk barcode 30 x 95 hanya mencapai akurasi 30% pada sistem online. Pengujian pada barcode yang diberi coretan, nilai akurasi sistem tidak lebih dari 50% untuk sistem online namun pada sistem offline mencapai angka 90%.Kata Kunci : barcode, webcam, real-timeABSTRACT: Barcode is a composition of black and white line vertically with different width level. The number and level of thickness of line has different meaning and differentiates the type of barcode. Barcode provides an encoding method of text information that is simple and cheap. The text information that was decoded is in the form of specific data like production code, expired date, identity number, and others. This final project describes the design of real-time barcode reader system based on digital image processing using webcam. Image is directly taken by using webcam that read barcode frames sequencially. If two of sequence barcode frames are same so barcode reader is done. The barcode image which taken is preprocessed. Then, the system do recognition process that read composition of bar and space that over scanline. From reading process, the system gets confidence value that determines of system confidence in reading barcode. Read barcode is shown on screen. The designed system is tested for its performance level through several parameters like distance between barcode and webcame, rotation of barcode, friction of barcode and scratch barcode using 18’s watt lamp and sun light. Using sun light have two position of light that are frontlight and backlight that using two kinds of webcam for online and offline system. Barcode that used are endoder barcode with three resolutions : 30 x 95, 60 x 190, dan 90 x 285. The testing have shown good result. In distance parameter, the accuracy has been reached 100% accuracy. In barcode rotation parameter, the accuracy has shown 100% accuracy in 5° rotation. In friction barcode, the accuracy of system is 100% for 60 x 190 and 90 x 285 barcodes through online and offline system with that friction is less than 5° while the friction for 30 x 95 barcode just get the accuracy 30%. For the testing that using scratch barcode, the value of accuracy is not more than 50% for online system but it get 90% for offline system.Keyword: barcode, webcam, real-time