IRPIIRPI
MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer SciencePengendalian persediaan yang efektif sangat penting dalam mengoptimalkan profitabilitas melalui pengendalian biaya dan peningkatan efisiensi. Teknik persediaan konvensional sering kali kesulitan menyesuaikan diri dengan dinamika cepat di lingkungan restoran, sehingga menyebabkan kelebihan stok, kekurangan persediaan, dan pemborosan makanan yang tidak perlu. Namun, perubahan signifikan sedang terjadi dengan diintegrasikannya kecerdasan buatan (AI) untuk mengatasi permasalahan ini. Sistem manajemen persediaan berbasis AI membantu restoran mengoptimalkan tingkat stok, mengurangi limbah, dan memprediksi permintaan dengan lebih akurat, sehingga meningkatkan efisiensi dan profitabilitas. Penelitian ini mengeksplorasi bagaimana manajemen persediaan berbasis AI meningkatkan efisiensi, mengurangi limbah, dan mengotomatiskan pemesanan ulang di sektor restoran, dengan fokus khusus pada integrasi Teachable Machine dan TensorFlow Lite di TastyGo. Solusi yang diusulkan memanfaatkan pengenalan citra untuk pelacakan persediaan secara real-time serta model pembelajaran mesin untuk prediksi permintaan dan otomatisasi pemesanan ulang. Dengan menerapkan teknik AI tersebut, TastyGo dapat mempercepat manajemen rantai pasok, menghemat limbah melalui analitik prediktif, dan memperbaiki pengelolaan persediaan. Studi ini menunjukkan bahwa solusi berbasis AI dapat meningkatkan pengambilan keputusan, mengurangi limbah makanan, dan secara signifikan meningkatkan efisiensi operasional yang berujung pada peningkatan profitabilitas. Temuan penelitian ini menyoroti potensi teknologi AI untuk merevolusi sistem manajemen persediaan konvensional di industri restoran.
Implementasi sistem manajemen persediaan berbasis AI menggunakan Teachable Machine dan TensorFlow Lite di TastyGo terbukti meningkatkan efisiensi persediaan, mengurangi limbah makanan, dan menekan biaya operasional melalui pelacakan real-time dan prediksi permintaan yang akurat.Keberhasilan model pengenalan citra serta analisis pola visual dan auditori tidak hanya meminimalkan kesalahan manusia dan mempercepat respons, tetapi juga memungkinkan adopsi AI bagi tim dengan pengetahuan teknis terbatas.Temuan ini menunjukkan potensi signifikan teknologi AI untuk merevolusi sistem manajemen persediaan konvensional dan meningkatkan kualitas produk di berbagai sektor industri.
Pertama, penelitian selanjutnya dapat mengeksplorasi perluasan dan diversifikasi dataset gambar makanan tradisional dan modern di Indonesia untuk menguji batas kemampuan model Teachable Machine dalam mengidentifikasi variasi hidangan yang memiliki kemiripan visual, sekaligus membandingkan efektivitas sejumlah teknik augmentasi dan transfer learning dalam meningkatkan akurasi klasifikasi. Kedua, penting untuk mengembangkan integrasi TastyGo dengan perangkat Internet of Things (IoT) seperti sensor suhu dan kelembapan yang terpasang di ruang penyimpanan serta dapur, guna mengkaji bagaimana data lingkungan real-time dapat diproses bersama citra untuk mendeteksi risiko keamanan pangan secara lebih komprehensif, serta menilai arsitektur fusi data yang optimal agar sistem mampu memberikan rekomendasi penanganan stok dan kontrol kualitas dengan presisi lebih tinggi. Ketiga, penelitian dapat diarahkan pada penerapan kerangka active learning dan mekanisme umpan balik pengguna langsung dalam aplikasi, yang memungkinkan model pembelajaran mesin secara adaptif mempelajari kasus misklasifikasi melalui konfirmasi pengguna, meminimalkan intervensi manual untuk pelabelan ulang, dan meningkatkan kinerja serta daya tahan model dalam jangka panjang. Dengan merancang metodologi studi yang mencakup percobaan lapangan dan evaluasi metrik terstandarisasi pada ketiga aspek ini, hasilnya diharapkan dapat mengoptimalkan skalabilitas, ketepatan, dan aplikasi TastyGo di sektor restoran dan industri terkait lainnya.
| File size | 554.58 KB |
| Pages | 11 |
| Short Link | https://juris.id/p-kM |
| Lookup Links | Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard |
| DMCA | Report |
Related /
UNSIQUNSIQ Selain itu, worshop mengunakan metode survei, wawancara, diskusi, praktiku dan demonstrasi. Memberikan peluang yang lebih besar untuk menciptakan karyaSelain itu, worshop mengunakan metode survei, wawancara, diskusi, praktiku dan demonstrasi. Memberikan peluang yang lebih besar untuk menciptakan karya
UNSIQUNSIQ Kelompok Pengolahan dan Pemasaran Ikan (Poklahsar) “Pawon Lesela di Setono, Laweyan, Surakarta, yang telah memproduksi abon ikan lele sejak tahun 2022,Kelompok Pengolahan dan Pemasaran Ikan (Poklahsar) “Pawon Lesela di Setono, Laweyan, Surakarta, yang telah memproduksi abon ikan lele sejak tahun 2022,
UNAIUNAI Penelitian melibatkan kelompok eksperimen yang melakukan latihan core-cardio bersama pemanasan vokal dan latihan selama delapan minggu, sementara kelompokPenelitian melibatkan kelompok eksperimen yang melakukan latihan core-cardio bersama pemanasan vokal dan latihan selama delapan minggu, sementara kelompok
UNAIUNAI Universitas Advent Indonesia (UNAI) memiliki kemampuan untuk menerapkan pembelajaran hybrid, terutama dalam pembelajaran jarak jauh. Dalam penelitian ini,Universitas Advent Indonesia (UNAI) memiliki kemampuan untuk menerapkan pembelajaran hybrid, terutama dalam pembelajaran jarak jauh. Dalam penelitian ini,
CAHAYA ICCAHAYA IC Instrumen yang digunakan merupakan adopsi dari berbagai penelitian dengan menggunakan enam indikator angket kerja keras siswa. Temuan Utama: BerdasarkanInstrumen yang digunakan merupakan adopsi dari berbagai penelitian dengan menggunakan enam indikator angket kerja keras siswa. Temuan Utama: Berdasarkan
UINUIN Peningkatan nilai rata-rata kelas eksperimen sebesar 24,3 poin, lebih tinggi dibandingkan kelas kontrol yang hanya 9,8 poin. Dengan demikian, model PBLPeningkatan nilai rata-rata kelas eksperimen sebesar 24,3 poin, lebih tinggi dibandingkan kelas kontrol yang hanya 9,8 poin. Dengan demikian, model PBL
UINUIN L. A Hart. Indonesia telah mengakui fatwa DSN sebagai bagian dari dinamika hukum positif di industri keuangan syariah dan peradilan agama, meski tradisiL. A Hart. Indonesia telah mengakui fatwa DSN sebagai bagian dari dinamika hukum positif di industri keuangan syariah dan peradilan agama, meski tradisi
INTELEKTUALINTELEKTUAL Konsep tersebut menjadi asas bagi guru untuk senantiasa melakukan inovasi dalam proses pembelajaran, khususnya mata pelajaran matematika yang dianggapKonsep tersebut menjadi asas bagi guru untuk senantiasa melakukan inovasi dalam proses pembelajaran, khususnya mata pelajaran matematika yang dianggap
Useful /
IKIP SILIWANGIIKIP SILIWANGI (2) Peningkatan kemampuan problem posing matematis siswa yang memperoleh pembelajaran dengan strategi FSLC lebih baik daripada yang memperoleh pembelajaran(2) Peningkatan kemampuan problem posing matematis siswa yang memperoleh pembelajaran dengan strategi FSLC lebih baik daripada yang memperoleh pembelajaran
UINUIN Penyelenggaraan nyabek toloh adalah suatu keharusan dalam abhakalan; ketiadaan nyabek toloh dapat menyebabkan batalnya abhakalan. Artikel ini menunjukkanPenyelenggaraan nyabek toloh adalah suatu keharusan dalam abhakalan; ketiadaan nyabek toloh dapat menyebabkan batalnya abhakalan. Artikel ini menunjukkan
UINUIN Karakter integrasi fikih yang dipengaruhi gaya Ghazali menghasilkan model Islam yang terbuka dan humanis, serta memungkinkan penggabungan berbagai ilmuKarakter integrasi fikih yang dipengaruhi gaya Ghazali menghasilkan model Islam yang terbuka dan humanis, serta memungkinkan penggabungan berbagai ilmu
INTELEKTUALINTELEKTUAL Lima puluh siswa kelas 09 dipilih sebagai sampel penelitian. Sampel siswa dibagi menjadi dua kelompok yaitu kelompok kontrol dan kelompok eksperimen denganLima puluh siswa kelas 09 dipilih sebagai sampel penelitian. Sampel siswa dibagi menjadi dua kelompok yaitu kelompok kontrol dan kelompok eksperimen dengan