Kehilangan barang di ruang publik kerap memicu krisis penumpukan informasi (information overload) pada grup percakapan konvensional akibat ketiadaan filter geografis yang memadai. Merespons urgensi tersebut, penelitian ini menggagas sistem crowdsourcing Lost and Found cerdas menggunakan pendekatan metodologi Prototyping yang dirancang khusus untuk ekosistem seluler (mobile). Arsitektur sistem dibangun di atas kerangka kerja Flutter untuk menghadirkan pengalaman antarmuka pengguna yang responsif, sementara seluruh komputasi spasial yang berat didelegasikan secara terpusat ke backend Laravel dan basis data MySQL guna menjaga efisiensi memori perangkat. Inovasi fundamental dari penelitian ini terletak pada pemanfaatan Location-Based Service (LBS) yang dipertajam oleh kalkulasi algoritma Haversine Formula pada sisi peladen, memungkinkan mesin untuk menghitung jarak lengkung bumi secara presisi dan menyaring data pelaporan secara seketika murni berdasarkan kedekatan radius aktual pengguna. Hasil pengujian membuktikan bahwa sentralisasi komputasi jarak ini tidak hanya meringankan beban pemrosesan smartphone secara drastis, tetapi juga mencatatkan tingkat presisi yang tinggi. Komputasi Haversine menghasilkan tingkat akurasi rata-rata sebesar 98,89% dengan rentang simpangan deviasi metrik yang sangat minim, yakni 0,013 km hingga 0,040 km saat dikomparasikan dengan OpenStreetMap. Pada akhirnya, integrasi teknologi ini sukses menciptakan ekosistem pencarian barang yang jauh lebih terarah, efisien, dan terbebas dari paparan informasi yang tidak relevan.
Copyrights © 2026