Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perancangan Smart System dalam Klasifikasi Kelancaran Penjualan Produk Sembako pada Toko Udo Berkah Kabupaten Batu Bara : Pengabdian Rizky Riansyah Panjaitan; Bambang Irwansyah; Dicky Apdillah; Harmayani Harmayani; Suci Ramadani; Imelda Regina Siswi; Icha Wayu Mayanda; Putri Rahmawani
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6756

Abstract

Pengelolaan stok di toko sembako kerap mengalami kendala akibat ketidakpastian dalam menentukan produk yang terjual cepat maupun lambat, sehingga pemilik usaha sering menghadapi risiko kelebihan atau kekurangan persediaan. Studi kasus pada Toko Sembako Udo Berkah yang berlokasi di Jalan Istana Dusun III, Desa Mekar Laras, Kecamatan Tanjung Tiram, Kabupaten Batu Bara, Sumatera Utara menunjukkan permasalahan serupa, di mana pemilik toko kesulitan menentukan kategori kelancaran penjualan setiap produk secara sistematis. Penelitian ini menerapkan algoritma K-Nearest Neighbor (K-NN) untuk mengklasifikasikan produk sembako ke dalam kategori Lancar dan Tidak Lancar. Tiga atribut utama digunakan, yaitu jumlah produk terjual, harga satuan, dan persentase keterjualan terhadap stok awal. Dataset terdiri atas 30 data latih dan 10 data uji dengan K=3. Proses klasifikasi melibatkan normalisasi Min-Max dan perhitungan jarak Euclidean. Hasil pengujian memperlihatkan akurasi klasifikasi mencapai 100%, dengan seluruh data uji berhasil diprediksi sesuai label aktualnya. Sistem informasi berbasis web juga dikembangkan menggunakan PHP dan MySQL untuk mendukung proses klasifikasi secara otomatis.
Perancangan Sistem Klasifikasi Cacat Produk Berbasis Vision Language Model Pada Aplikasi Web untuk Proses Quality Control Tanpa Training Dataset: Penelitian Mohammad Zacky Valentino Putra; Imelda Regina Siswi; Sahdila Adinda Putri; Dicky Apdillah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 5 No. 1 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 5 Nomor 1 (Juli 2026 -
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v5i1.7480

Abstract

Proses quality control (QC) pada industri manufaktur umumnya bergantung pada inspeksi visual manual yang rentan terhadap kelelahan dan subjektivitas manusia. Pendekatan berbasis deep learning konvensional memerlukan dataset berlabel dalam jumlah besar serta proses pelatihan model yang memakan waktu dan biaya. Penelitian ini merancang arsitektur sistem berbasis aplikasi web yang memanfaatkan Vision Language Model (VLM) siap pakai, khususnya GPT-4o Vision, untuk mengklasifikasikan cacat produk secara otomatis tanpa memerlukan proses pelatihan dataset. Metode yang digunakan adalah zero-shot visual reasoning melalui pendekatan zero-shot inference berbasis deskripsi tekstual. Sistem dirancang menggunakan three-tier architecture yang mencakup antarmuka pengguna berbasis web, lapisan logika bisnis, dan integrasi API VLM. Evaluasi kelayakan konseptual dilakukan melalui analisis komparatif, skenario use-case, dan matriks risiko sistem. Hasil perancangan menunjukkan bahwa pendekatan ini mampu mengurangi kebutuhan anotasi data, mempercepat deployment, dan menghasilkan output klasifikasi yang dapat dijelaskan. Penelitian ini memberikan kontribusi berupa blueprint perancangan sistem QC berbasis VLM sebagai acuan implementasi di lingkungan industri