KWIKKIANGIEKWIKKIANGIE

Jurnal Informatika dan BisnisJurnal Informatika dan Bisnis

Masalah dalam manajemen lost and found di lingkungan kampus, yang sebagian besar masih mengandalkan proses manual atau portal digital pasif, sering menghasilkan tingkat pengembalian barang yang rendah. Sistem konvensional gagal karena keterbatasan pencocokan kata kunci secara eksak, terutama apabila terdapat perbedaan terminologi antara pelapor dan petugas keamanan. Penelitian ini mengusulkan solusi berbasis web yang terintegrasi AI untuk mengatasi ketidakefisienan tersebut. Dengan memanfaatkan Gemini Vision API, sistem secara otomatis mengekstraksi atribut visual dari foto barang temuan menjadi deskripsi teks. Selanjutnya, algoritma Hybrid Matching yang menggabungkan perhitungan Jaccard Index dan Cosine Similarity melalui model Natural Language Processing (NLP) mengevaluasi kedekatan semantik untuk deteksi pencocokan cerdas. Pengembangan dilakukan dengan pendekatan kualitatif yang melibatkan observasi langsung dan kajian literatur, serta menerapkan metode Agile Personal Extreme Programming (PXP) iteratif. Pendekatan ini memungkinkan kalibrasi bertahap skor probabilitas AI selama fase perencanaan, perancangan, implementasi, dan pengujian. Aplikasi aman yang dihasilkan secara dinamis mengintegrasikan manajemen inventaris, menyajikan rekomendasi pencocokan proaktif, pembaruan status lintas tabel, serta notifikasi email otomatis. Kesimpulannya, sistem ini berfungsi sebagai agen analitik yang membantu petugas keamanan dalam menyelesaikan kasus secara proaktif, terstruktur, dan efisien.

Penelitian ini menunjukkan bahwa aplikasi pencarian barang hilang berbasis web yang terintegrasi dengan Kecerdasan Buatan berhasil mendigitalisasi serta mengotomatisasi prosedur manajemen inventaris kampus, dengan Gemini Vision API mengekstraksi atribut visual foto menjadi deskripsi teks secara otonom untuk meminimalkan kesalahan manusia.Algoritma Hybrid Matching yang menggabungkan Jaccard Index dan Cosine Similarity melalui model NLP menghasilkan rekomendasi kecocokan yang presisi tanpa kebutuhan pencarian manual, dan secara otomatis mendistribusikan instruksi penyelesaian kepada pelapor melalui surel.Implikasi manajerialnya adalah transformasi alur kerja menjadi agen analitik proaktif yang secara drastis mengurangi beban administratif petugas keamanan, memangkas birokrasi kunjungan fisik, serta meningkatkan secara signifikan tingkat keberhasilan pengembalian barang.

Penelitian lanjutan dapat menyelidiki (1) bagaimana integrasi notifikasi multi‑saluran seperti API WhatsApp atau Telegram mempengaruhi kecepatan dan tingkat respons pengguna terhadap laporan barang hilang, dengan merumuskan hipotesis bahwa pemberitahuan real‑time melalui pesan instan meningkatkan recovery rate sebesar minimal 15 % dibandingkan email saja; (2) pengembangan model computer‑vision khusus yang dilatih pada dataset citra barang khas kampus untuk meningkatkan akurasi ekstraksi atribut visual, sehingga dapat diuji apakah model custom memberikan peningkatan akurasi deteksi objek minimal 10 % dibandingkan Gemini Vision API standar; dan (3) evaluasi kegunaan serta beban komputasi sistem dalam konteks aplikasi seluler yang menyertakan fitur pencocokan AI, dengan merancang studi eksperimental melibatkan pengguna akhir untuk mengukur kepuasan penggunaan (System Usability Scale) dan performa sistem (stress testing) pada basis data skala besar, guna menentukan apakah pendekatan mobile meningkatkan efisiensi operasional petugas keamanan. Kombinasi ketiga arah studi ini diharapkan menghasilkan kerangka kerja yang lebih adaptif, akurat, dan responsif dalam manajemen lost and found kampus.

  1. Implementasi Aplikasi Pencarian Barang Hilang di Lingkungan Kampus dengan Integrasi Artificial Intelligence... jurnal.kwikkiangie.ac.id/index.php/JIB/article/view/2367Implementasi Aplikasi Pencarian Barang Hilang di Lingkungan Kampus dengan Integrasi Artificial Intelligence jurnal kwikkiangie ac index php JIB article view 2367
Read online
File size569.6 KB
Pages18
DMCAReport

Related /

ads-block-test