UNSURYAUNSURYA

JSI (Jurnal sistem Informasi) Universitas SuryadarmaJSI (Jurnal sistem Informasi) Universitas Suryadarma

Penggunaan printer dan tinta cartridge masih sering digunakan untuk mencetak data. Printer yang sering digunakan akan membuat tinta cartridge cepat habis, dan pengguna biasanya memesan melalui aplikasi e-commerce. Toko akan mengirimkan barang dari gudang, namun sering terjadi kesalahan barang. Hal ini dapat mempengaruhi kepuasan pengguna, sehingga penting bagi toko untuk melakukan pengecekan manual. Untuk mengatasi masalah tersebut, dibuatlah model machine learning menggunakan Python dan Convolutional Neural Network yang dapat mengklasifikasikan citra hasil tangkapan kamera ponsel, khususnya tinta cartridge HP 680 black color dan tri color. Penelitian ini dimulai dengan mengumpulkan dataset berdasarkan pengalaman penulis, preprocessing citra, membuat arsitektur model, dan melakukan pelatihan. Evaluasi dilakukan untuk melihat akurasi prediksi pada data test, dengan target akurasi 90%. Hasil penelitian menunjukkan bahwa akurasi model telah sesuai dengan target yang ingin dicapai.

Penelitian ini menyimpulkan bahwa dataset citra tinta cartridge HP 680 black color dan tri color dapat digunakan untuk mengembangkan model Deep Learning.Proses pengembangan model melibatkan preprocessing, pemodelan arsitektur Convolutional Neural Network, pelatihan model, dan evaluasi.Hasil evaluasi menunjukkan akurasi model sebesar 96.67% pada percobaan B, yang memenuhi target akurasi yang ditetapkan.Dengan demikian, model yang dikembangkan dapat digunakan untuk mengklasifikasikan tinta cartridge secara akurat.

Penelitian selanjutnya dapat difokuskan pada pengembangan model yang lebih robust dengan menggunakan teknik augmentasi data yang lebih canggih untuk meningkatkan variasi dataset dan mengatasi masalah ketidakseimbangan kelas. Selain itu, eksplorasi arsitektur Convolutional Neural Network yang lebih kompleks, seperti ResNet atau Inception, dapat dilakukan untuk meningkatkan akurasi klasifikasi. Terakhir, integrasi model ini ke dalam sistem manajemen gudang secara real-time dapat dipertimbangkan untuk otomatisasi proses pengecekan barang dan mengurangi kesalahan pengiriman, sehingga meningkatkan efisiensi operasional dan kepuasan pelanggan. Pengembangan ini akan memberikan kontribusi signifikan dalam optimalisasi rantai pasok dan peningkatan kualitas layanan di industri percetakan.

  1. - E35831112522: International Journal Of Soft Computing And Engineering (IJSCE). e35831112522 journal... ijsce.org/portfolio-item/e35831112522E35831112522 International Journal Of Soft Computing And Engineering IJSCE e35831112522 journal ijsce portfolio item e35831112522
  2. Implementasi Deep Learning pada Sistem Klasifikasi Hama Tanaman Padi Menggunakan Metode Convolutional... doi.org/10.24002/jbi.v13i1.5022Implementasi Deep Learning pada Sistem Klasifikasi Hama Tanaman Padi Menggunakan Metode Convolutional doi 10 24002 jbi v13i1 5022
Read online
File size806.95 KB
Pages10
DMCAReport

Related /

ads-block-test