<![CDATA[Abstrak. Proses perhitungan dan pencatatan stok segel plastik pada Perusahaan Prisma Plast saat ini masih dilakukan secara manual, sehingga menyebabkan ketidakefisienan waktu, risiko kesalahan pencatatan (human error), serta ketidakakuratan data inventaris. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web yang mengintegrasikan kamera sebagai media otomatisasi perhitungan segel plastik guna mengurangi kendala tersebut. Sistem yang dikembangkan menerapkan kombinasi metode YOLOv8 (You Only Look Once) sebagai pendeteksi objek dan algoritma K-Nearest Neighbor (K-NN) sebagai metode klasifikasi citra, dengan arsitektur sistem yang menghubungkan framework Laravel sebagai antarmuka pengguna dan FastAPI sebagai layanan pemrosesan computer vision. Metode pengembangan sistem yang digunakan adalah model Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan deployment. Hasil pengujian menunjukkan bahwa sistem mampu melakukan proses deteksi dan perhitungan segel plastik secara otomatis serta menyimpan hasil deteksi ke dalam riwayat sistem. Berdasarkan pengujian perbandingan waktu proses, sistem mampu meningkatkan efisiensi dibandingkan metode manual. Pada perangkat komputer, metode kamera live menghasilkan efisiensi waktu sebesar 42,85%, sedangkan metode upload gambar menghasilkan efisiensi tertinggi sebesar 53,06%. Pada perangkat handphone, metode kamera live menghasilkan efisiensi sebesar 38,77% dan metode upload gambar sebesar 10,20%. Berdasarkan hasil tersebut, sistem yang dikembangkan mampu mempercepat proses perhitungan stok segel plastik dan memberikan solusi digital yang lebih efektif dalam mendukung proses opname pada Perusahaan Prisma Plast.]]>
Copyrights © 2026
