Perancangan Sistem Identifikasi Entitas Kritis Pada Label Produk Makanan Berbasis Web Menggunakan Integrasi Named Entity Recognition (NER), Optical Character Recognition (OCR), dan Algoritma K-Nearest Neighbor (KNN)

Miftah Fathu Ramadhan (Universitas Pamulang)
A. Nurul Anwar (Universitas Pamulang)

JRIIN :Jurnal Riset Informatika dan Inovasi
Vol 4 No 6 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)

Label komposisi pada produk makanan sering memuat istilah ilmiah atau nama bahan yang kurang dipahami oleh masyarakat sehingga menyulitkan proses identifikasi bahan yang berpotensi memengaruhi status kehalalan suatu produk. Penelitian ini bertujuan mengembangkan sistem berbasis web yang dapat membaca dan menganalisis label komposisi produk makanan secara otomatis serta mengidentifikasi bahan berdasarkan status kehalalannya. Metode pengembangan sistem yang digunakan adalah Prototype. Sistem dibangun dengan mengintegrasikan Optical Character Recognition (OCR) untuk mengekstraksi teks dari gambar label, Named Entity Recognition (NER) untuk mengenali nama bahan, serta K-Nearest Neighbor (KNN) untuk mengklasifikasikan bahan ke dalam kategori halal, haram, dan mushbooh. Hasil penelitian menunjukkan bahwa sistem dapat mengekstraksi informasi dari label produk, mengenali entitas bahan makanan, serta mengklasifikasikan status bahan berdasarkan kemiripan dengan data yang telah dipelajari. Informasi tersebut kemudian digunakan untuk menentukan status produk berdasarkan komposisi yang dianalisis. Dengan demikian, sistem yang dikembangkan dapat membantu pengguna memperoleh informasi mengenai status halal suatu produk secara lebih praktis dan efisien.