Toko Sudiman menghadapi masalah dalam identifikasi dan penentuan harga barang yang lambat dan kurang efisien, menyebabkan kesalahan harga dan menurunkan kepuasan pelanggan. Penelitian ini bertujuan mengembangkan sistem otomatis berbasis Pembelajaran Mesin untuk mendeteksi nama dan harga barang secara akurat. Menggunakan model dari Teachable Machine Google, sistem ini dibangun dengan arsitektur Convolutional Neural Network (CNN) untuk klasifikasi gambar, yang terbukti efektif. Penelitian ini menargetkan akurasi lebih dari 80% dan diujikan dalam kondisi ideal untuk memastikan performa optimal. Diharapkan sistem ini mampu meningkatkan efisiensi operasional, mengurangi kesalahan harga, dan meningkatkan kepuasan pelanggan di Toko Sudiman.
Copyrights © 2024