JURNALITPJURNALITP

Jurnal Informatika dan Teknologi PendidikanJurnal Informatika dan Teknologi Pendidikan

Kesadaran 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.

  1. 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
  2. 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
  3. 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
Read online
File size750.8 KB
Pages8
DMCAReport

Related /

ads-block-test