IDENTIFIKASI OBJEK FRAGILE DAN NON-FRAGILE UNTUK PENGELOMPOKAN SECARA OTOMATIS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Jason, Charles (2024) IDENTIFIKASI OBJEK FRAGILE DAN NON-FRAGILE UNTUK PENGELOMPOKAN SECARA OTOMATIS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER-BAB III.pdf - Published Version Download (6MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB V.pdf - Published Version Download (1MB)

Abstract

Banyaknya kasus kerusakan barang yang terjadi, baik dari kesalahan pengiriman maupun dari kesalahan pengguna, hal ini merugikan kedua pihak, dari sisi perusahaan dan juga dari sisi pengguna. Perusahaan pengiriman sering menghadapi masalah kerusakan barang yang merugikan baik konsumen maupun perusahaan. Pada era teknologi yang hampir semua pekerjaan dilakukan dengan otomatis, diperlukan juga teknologi untuk menangani atau menghindari kasus spesifik seperti kerusakan barang tersebut. Dalam penelitian ini, digunakan metode Convolutional Neural Network (CNN) dengan menggunakan arsitektur InceptionV3, dan metode SDLC untuk merancang implementasi website. Hasil pengujian menunjukkan bahwa sistem ini mencapai akurasi klasifikasi sebesar 98,42% dengan performa yang sangat baik dalam metrik F1-Score, Recall, dan Precision. Sistem ini diharapkan dapat menjadi solusi efektif dalam meminimalisir kerusakan barang selama proses pengiriman, serta meningkatkan efisiensi dan reputasi perusahaan pengiriman.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Machine learning, Klasifikasi, Objek, Deep learning, Convolutional Neural Network
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	14 Apr 2025 10:35
Last Modified:	14 Apr 2025 10:35
URI:	https://repositori.buddhidharma.ac.id//id/eprint/2398

Actions (login required)

View Item