<![CDATA[Penelitian ini bertujuan untuk mengimplementasikan teknologi deep learning dalam pengenalan barang pada aplikasi e-thrift Warshop, yang merupakan platform jual beli barang bekas. Masalah utama yang dihadapi adalah identifikasi barang yang sering kali subjektif dan tidak akurat dalam proses manual. Dengan menggunakan teknologi machine learning berbasis Convolutional Neural Networks (CNN) dan MobileNet V1, penelitian ini mencoba mengatasi tantangan tersebut. Metode yang digunakan meliputi pengunggahan gambar oleh pengguna, pemrosesan gambar oleh model MobileNet yang di-host di jsDelivr, dan penyimpanan hasil klasifikasi di Airtable untuk ditampilkan di situs web Warshop. Hasil penelitian menunjukkan bahwa model yang diterapkan berhasil mencapai akurasi sebesar 75.5%, presisi 100%, dan recall 77.5%.Kesimpulan dari penelitian ini adalah bahwa teknologi deep learning dapat meningkatkan keakuratan dalam pengenalan barang, meskipun ada kebutuhan untukmemperluas dataset dan memperbarui model secara berkala. Fitur feedback dari pengguna juga disarankan untuk meningkatkan akurasi dan kepuasan pengguna.]]>
Copyrights © 2026
