PERANCANGAN DAN IMPLEMENTASI SISTEM TERINTEGRASI UNTUK PREDIKSI KUALITAS PANEN TEBU BERBASIS MONITORING CCTV - Dalam bentuk buku karya ilmiah
MUHAMMAD JUANDA

Informasi Umum

Kode

25.04.5133

Klasifikasi

658.403 8 - Information management, Gathering of information by management for use in managerial decision making, Information resources, Knowledge management

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Information System

Dilihat

31 kali

Informasi Lainnya

Abstraksi

<p>Dalam era digital saat ini, kebutuhan akan sistem otomatis yang dapat</p>

<p>meningkatkan efisiensi dan akurasi proses industri menjadi semakin penting,</p>

<p>terutama dalam penilaian kualitas bahan baku seperti tebu. PT SGN PG</p>

<p>JATIROTO menghadapi tantangan dalam menilai kualitas tebu secara manual,</p>

<p>yang sering kali kurang akurat dan mempengaruhi produktivitas. Penelitian ini</p>

<p>bertujuan merancang aplikasi <i>full-stack</i> untuk prediksi kualitas tebu berbasis <i>deep</i></p>

<p><i>learning</i> dengan integrasi kendali CCTV menggunakan metode <i>iterative</i></p>

<p><i>incremental</i>. Sistem ini memungkinkan pemantauan kualitas tebu secara <i>Real-</i></p>

<p><i>time</i> melalui IoT <i>Camera</i> CCTV, yang terhubung dengan <i>model deep learning</i></p>

<p>untuk menghasilkan prediksi otomatis. Implementasi <i>back-end</i> <i>dan </i>MySQL.</p>

<p>Pengembangan dilakukan melalui dua fase <i>Iterative Incremental</i>, yang</p>

<p>memastikan sistem dapat beradaptasi dengan kebutuhan operasional di lapangan.</p>

<p>Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu</p>

<p>meningkatkan akurasi penilaian kualitas tebu, mempercepat proses pengambilan</p>

<p>keputusan, dan mengurangi terjainya kesalahan dalam penentuan bahan baku.</p>

<p>Pengujian <i>API</i> menunjukkan waktu respons rata-rata sebesar 318 milidetik dan</p>

<p>tingkat <i>error </i>0%, menandakan bahwa sistem siap digunakan dalam skala produksi.</p>

<p>Penelitian ini diharapkan memberikan kontribusi dalam modernisasi industri gula</p>

<p>di Indonesia melalui solusi teknologi yang efisien dan berbasis kecerdasan buatan.</p>

<p>Selain itu, hasil <i>load testing</i> pada perangkat GPU menunjukkan konsumsi</p>

<p>penggunaan sebesar 57% dengan pemakaian VRAM 3,3 GB dari total 4 GB,</p>

<p>menegaskan bahwa sistem ini dapat berjalan dengan stabil pada perangkat keras</p>

<p>dengan spesifikasi standar tanpa memerlukan investasi infrastruktur yang besar.</p>

• ISI3F4 - DATA WAREHOUSE DAN BUSINESS INTELLIGENCE
• ISI3J3 - INTEGRASI APLIKASI ENTERPRISE
• ISI3D3 - PENGEMBANGAN APLIKASI WEBSITE
• ISI3H4 - REKAYASA PERANGKAT LUNAK : CAPSTONE PROJECT

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook