Glenn, Jonathan Alonso
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

SISTEM INFORMASI HARGA KOST BERBASIS CITRA VISUAL MENGGUNAKAN HYBRID RESNET DAN SUPPORT VECTOR MACHINE (SVM) Glenn, Jonathan Alonso; Supatman
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.9043

Abstract

Mencari tempat kos yang pas dengan budget merupakan tantangan tersendiri bagi mahasiswa dan pekerja di kota-kota besar. Proses pencarian biasanya memakan waktu cukup lama karena harus datang langsung ke lokasi satu per satu untuk melihat kondisi dan fasilitas kos sebelum bisa memperkirakan harganya. Untuk mengatasi hal ini, penelitian ini mendesain sebuah sistem yang dapat mengenali kategori kos dengan fotonya menggunakan aplikasi teknologi berbasis deep learning. Metode yang diusulkan menggabungkan ResNet50 sebagai pengekstrak fitur gambar dengan SVM sebagai pengklasifikasi. Data yang digunakan berasal dari 1009 foto kos di wilayah Yogyakarta yang sudah dikelompokkan menjadi tiga kategori yaitu kelas rendah, menengah, dan tinggi. Untuk mendapatkan parameter terbaik pada proses learning, dilakukan optimasi menggunakan GridSearchCV dengan teknik 10-fold cross validation. Setelah diuji, sistem mampu mengklasifikasikan dengan tingkat akurasi 80.69%, nilai precision 81.01%, recall 80.03%, dan F1-score 80.79%. Sistem ini kemudian dikembangkan menjadi aplikasi smartphone berbasis Flutter yang terhubung dengan server Flask. Hasil pengujian aplikasi mampu memprediksi dengan tingkat keyakinan di atas 75%. Dengan adanya sistem ini, pencari kos bisa melakukan penilaian awal terhadap kategori dan perkiraan harga kos sebelum memutuskan untuk berkunjung langsung.