JURNALITPJURNALITP
Jurnal Informatika dan Teknologi PendidikanJurnal Informatika dan Teknologi PendidikanKesadaran konsumen terhadap isu sosial dan politik semakin mendorong kebutuhan akan alat bantu yang mampu mengidentifikasi produk-produk yang termasuk dalam daftar boikot. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi berbasis Optical Character Recognition (OCR) yang dapat mendeteksi produk boikot melalui pemindaian teks pada kemasan. Aplikasi ini diintegrasikan dengan database produk boikot yang dapat diperbarui secara dinamis. Metodologi yang digunakan adalah rekayasa perangkat lunak eksperimental dengan model pengembangan Waterfall, mencakup tahapan analisis, desain, implementasi, pengujian, dan evaluasi. Pengujian dilakukan terhadap 30 responden yang menggunakan aplikasi dalam berbagai kondisi pencahayaan dan jenis kemasan. Data evaluasi dikumpulkan melalui kuesioner dengan 15 indikator kepuasan pengguna. Hasil menunjukkan bahwa aplikasi mampu mendeteksi teks dengan akurasi tinggi dalam kondisi pencahayaan normal (91%) dan memberikan pengalaman penggunaan yang memuaskan, terutama dalam hal kecepatan, kemudahan akses, dan stabilitas. Namun, kelemahan teridentifikasi pada aspek kelengkapan daftar boikot dan informasi pendukung hasil deteksi. Penelitian ini menyimpulkan bahwa aplikasi OCR dapat menjadi sarana efektif dalam mendukung keputusan konsumtif berbasis nilai. Aplikasi ini tidak hanya berfungsi secara teknis, tetapi juga berperan sebagai media advokasi digital. Rekomendasi diarahkan pada peningkatan integrasi data dan penyempurnaan informasi kontekstual untuk memperkuat kepercayaan pengguna terhadap hasil deteksi.
Aplikasi ini menunjukkan performa yang cukup baik dalam hal akurasi deteksi teks dan kemudahan penggunaan.Meskipun demikian, kelengkapan data produk boikot dan penyediaan informasi kontekstual masih perlu ditingkatkan untuk memperkuat kepercayaan pengguna.
Berdasarkan hasil penelitian, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan pengembangan sistem database yang dinamis dengan mengintegrasikan API dari sumber-sumber data boikot yang terpercaya untuk memastikan informasi yang disajikan selalu mutakhir. Kedua, penelitian lebih lanjut dapat difokuskan pada peningkatan akurasi deteksi produk boikot dengan memanfaatkan teknik kecerdasan buatan, seperti deep learning, untuk mengidentifikasi pola-pola visual pada kemasan yang mengindikasikan afiliasi produk dengan isu-isu sosial atau politik tertentu. Ketiga, penting untuk mengeksplorasi pengembangan fitur personalisasi aplikasi, di mana pengguna dapat menyesuaikan preferensi boikot mereka berdasarkan nilai-nilai pribadi atau isu-isu yang mereka pedulikan, sehingga aplikasi dapat memberikan rekomendasi produk yang lebih relevan dan sesuai dengan prinsip-prinsip etika konsumen.
- Halal or Not: Knowledge Graph Completion for Predicting Cultural Appropriateness of Daily Products |... doi.org/10.1109/ACCESS.2025.3528488Halal or Not Knowledge Graph Completion for Predicting Cultural Appropriateness of Daily Products doi 10 1109 ACCESS 2025 3528488
- Web Server Based Electrical Control System Analysis for Smart Buildings | Advance Sustainable Science... doi.org/10.26877/ASSET.V6I4.1120Web Server Based Electrical Control System Analysis for Smart Buildings Advance Sustainable Science doi 10 26877 ASSET V6I4 1120
- Aplikasi Pendeteksi Boikot Pada Kemasan Produk Konsumen Berbasis Optical Character Recognition | Jurnal... jurnalitp.web.id/index.php/jitp/article/view/136Aplikasi Pendeteksi Boikot Pada Kemasan Produk Konsumen Berbasis Optical Character Recognition Jurnal jurnalitp index php jitp article view 136
| File size | 750.8 KB |
| Pages | 8 |
| DMCA | Report |
Related /
UMIUMI Aplikasi ini dirancang khusus untuk mendeteksi potongan daging ayam, sehingga tidak dianjurkan digunakan di luar konteks tersebut. Penelitian ini berhasilAplikasi ini dirancang khusus untuk mendeteksi potongan daging ayam, sehingga tidak dianjurkan digunakan di luar konteks tersebut. Penelitian ini berhasil
USMUSM Tren utama dalam pengembangan meliputi penggunaan radar, sensor optik, teknologi microwave, dan integrasi kecerdasan buatan (AI) untuk meningkatkan kecepatanTren utama dalam pengembangan meliputi penggunaan radar, sensor optik, teknologi microwave, dan integrasi kecerdasan buatan (AI) untuk meningkatkan kecepatan
USMUSM Pengujian dengan 500 dokumen akademik mencapai akurasi 87,3% dalam deteksi AI dan akurasi 82,0% dalam klasifikasi model. Analisis entropi, keberagamanPengujian dengan 500 dokumen akademik mencapai akurasi 87,3% dalam deteksi AI dan akurasi 82,0% dalam klasifikasi model. Analisis entropi, keberagaman
USMUSM 1 ms. Sistem ini berkontribusi dalam menyediakan solusi pemantauan penyakit yang layak untuk aplikasi real-time, di mana integrasi K-Means terbukti efektif1 ms. Sistem ini berkontribusi dalam menyediakan solusi pemantauan penyakit yang layak untuk aplikasi real-time, di mana integrasi K-Means terbukti efektif
UMPPUMPP Penelitian ini mengembangkan sebagai solusi peningkatan keselamatan pada perlintasan sebidang tanpa pengawasan manusia. Sistem menggunakan sensor inframerahPenelitian ini mengembangkan sebagai solusi peningkatan keselamatan pada perlintasan sebidang tanpa pengawasan manusia. Sistem menggunakan sensor inframerah
UNAMAUNAMA Sementara itu, KNN mencatatkan F1-Macro Score sebesar 0,9256, ROC-AUC 0,9867, dan accuracy sebesar 92,51%. Random Forest juga menunjukkan performa yangSementara itu, KNN mencatatkan F1-Macro Score sebesar 0,9256, ROC-AUC 0,9867, dan accuracy sebesar 92,51%. Random Forest juga menunjukkan performa yang
SUBSETSUBSET Analisis—dijalankan dengan SPSS—mencakup uji validitas, reliabilitas (Cronbachs Alpha 0,984), uji t, uji F, dan koefisien determinasi. Ketujuh variabelAnalisis—dijalankan dengan SPSS—mencakup uji validitas, reliabilitas (Cronbachs Alpha 0,984), uji t, uji F, dan koefisien determinasi. Ketujuh variabel
IAESCOREIAESCORE Tujuh metode yang digunakan dalam penelitian ini didasarkan pada turunan, filter digital (DF), jaringan saraf tiruan (NN), dan transformasi wavelet (WT).Tujuh metode yang digunakan dalam penelitian ini didasarkan pada turunan, filter digital (DF), jaringan saraf tiruan (NN), dan transformasi wavelet (WT).
Useful /
UMSUMS VB tahun 2022 yang menolak permohonan Peninjauan Kembali. Meskipun objek sengketa sama, yaitu penentuan kewajiban Pajak Pertambahan Nilai (PPN) untuk tahunVB tahun 2022 yang menolak permohonan Peninjauan Kembali. Meskipun objek sengketa sama, yaitu penentuan kewajiban Pajak Pertambahan Nilai (PPN) untuk tahun
USMUSM Metode klasifikasi dengan algoritma K-Nearest Neighbour (kNN) efektif dalam mengidentifikasi akun palsu di Instagram, bergantung pada kemiripan akun denganMetode klasifikasi dengan algoritma K-Nearest Neighbour (kNN) efektif dalam mengidentifikasi akun palsu di Instagram, bergantung pada kemiripan akun dengan
USMUSM Penelitian ini bertujuan untuk menganalisis sentimen terhadap pengguna aplikasi Whatsapp di Indonesia pada Google Play Store, dengan dataset dikategorikanPenelitian ini bertujuan untuk menganalisis sentimen terhadap pengguna aplikasi Whatsapp di Indonesia pada Google Play Store, dengan dataset dikategorikan
SUBSETSUBSET Perkembangan media sosial telah mengubah pola komunikasi masyarakat, termasuk dalam menyampaikan opini terhadap isu-isu publik. Salah satu isu yang seringPerkembangan media sosial telah mengubah pola komunikasi masyarakat, termasuk dalam menyampaikan opini terhadap isu-isu publik. Salah satu isu yang sering