<![CDATA[Perkembangan teknologi digital telah membawa perubahan signifikan dalam berbagai sektor, termasuk layanan penyediaan air bersih. Pada Perumda Air Minum Kota Kupang, pembacaan meteran air secara manual menghadapi berbagai tantangan, seperti kesalahan manusia, efisiensi waktu, dan keterbatasan sumber daya. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penggunaan meteran air berbasis teknologi OCR (Optical Character Recognition) dengan metode Convolutional Neural Network (CNN) untuk meningkatkan akurasi dan efisiensi. Tahapan penelitian meliputi pengumpulan data citra meteran air dari 100 rumah di dua kelurahan, proses praproses seperti grayscale, thresholding, dan deskewing, serta implementasi CNN dengan teknik K-fold Cross Validation untuk validasi model. Hasil penelitian menunjukkan bahwa model CNN mampu mengklasifikasikan penggunaan meteran air dengan tingkat akurasi terbaik mencapai 95% dengan akurasi keseluruhan sebesar 91%. Sistem ini terbukti efektif dalam mengidentifikasi meteran air berdasarkan kelurahan dengan nilai sensivitas mencapai 90% dan spesifitas 92%. Hasil dari penelitian ini akan berkontribusi pada efisiensi operasional dan akurasi data konsumsi pelanggan, serta menjadi referensi bagi pengembangan teknologi serupa di sektor lain.]]>
Copyrights © 2025
