Aplikasi Pencarian Gambar Produk Pakaian Wanita pada E-Commerce Berbasis Android dengan Metode Deep Learning
| Format: | Bachelors |
|---|---|
| Terbitan: |
#CREATOR_ORGNAME#
, 2021
|
| Subjects: | |
| Online Access: |
http://digilib.polban.ac.id\/download.php?id=40925 |
| ctrlnum |
ai-jbptppolban-gdl-muhammadfi-13312 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title>Aplikasi Pencarian Gambar Produk Pakaian Wanita pada E-Commerce Berbasis Android dengan Metode Deep Learning</title><subject>e-commerce, content-based image retrieval, mask region-based convolutional neural network, convolutional neural network</subject><subject>e-commerce, Content-Based Image Retrieval, Mask Region-based Convolutional Neural Network, Convolutional Neural Network</subject><publisher>#CREATOR_ORGNAME#</publisher><date>2021</date><language>Bahasa Indonesia</language><type>Thesis:Bachelors</type><identifier>jbptppolban-gdl-muhammadfi-13312</identifier><description>Tugas akhir ini berkenaan tentang pengembangan aplikasi berbasis Android untuk mencari produk yang ada pada e-commerce berdasarkan gambar. Hasil dari tugas akhir ini adalah aplikasi Android yang dapat menampilkan alternatif hasil pencarian produk pakaian wanita yang mirip dengan gambar referensi dari pengguna. Produk yang ditampilkan adalah produk pakaian dari situs e-commerce Zalora, Mapemall, dan Berrybenka. E-commerce pada umumnya menyediakan layanan untuk mencari produk dengan pencarian berbasis teks. Namun seringkali pengguna tidak mendapatkan hasil pencarian yang sesuai meskipun kata kunci telah dipilih secara teliti. Alternatif lain dalam melakukan pencarian produk adalah menjadikan gambar sebagai referensi pencarian atau biasa disebut dengan content-based image retrieval (CBIR). Sistem CBIR secara umum dibangun dengan melihat karakteristik dari suatu gambar yang membedakan antara satu gambar dengan gambar yang lain. Beberapa karakteristik gambar yang dapat digunakan sebagai pembeda adalah warna, bentuk, dan tekstur. Untuk mendapatkan karakteristik dari sebuah gambar diperlukan proses ekstraksi fitur gambar. Dalam memenuhi kebutuhan tersebut aplikasi ini menggabungkan dua metode deep learning, yaitu mask region-based convolutional neural network(Mask R-CNN) dan convolutional neural network (CNN). Metode Mask R-CNN digunakan untuk menghilangkan noise object pada gambar, sehingga proses ekstraksi fitur gambar menggunakan metode CNN terfokus pada satu objek pakaian pada gambar. Nilai rata-rata presisi deteksi objek pakaian yang dihasilkan adalah sebesar 0,6 dan rata-rata waktu pemrosesan gambar hingga menampilkan hasil pencarian adalah 10,21 detik.</description><identifier>http://digilib.polban.ac.id\/download.php?id=40925</identifier><recordID>ai-jbptppolban-gdl-muhammadfi-13312</recordID></dc>
|
| format |
Thesis:Bachelors Thesis |
| title |
Aplikasi Pencarian Gambar Produk Pakaian Wanita pada E-Commerce Berbasis Android dengan Metode Deep Learning |
| publisher |
#CREATOR_ORGNAME# |
| publishDate |
2021 |
| topic |
e-commerce content-based image retrieval mask region-based convolutional neural network convolutional neural network Content-Based Image Retrieval Mask Region-based Convolutional Neural Network Convolutional Neural Network |
| url |
http://digilib.polban.ac.id\/download.php?id=40925 |
| contents |
Tugas akhir ini berkenaan tentang pengembangan aplikasi berbasis Android untuk mencari produk yang ada pada e-commerce berdasarkan gambar. Hasil dari tugas akhir ini adalah aplikasi Android yang dapat menampilkan alternatif hasil pencarian produk pakaian wanita yang mirip dengan gambar referensi dari pengguna. Produk yang ditampilkan adalah produk pakaian dari situs e-commerce Zalora, Mapemall, dan Berrybenka. E-commerce pada umumnya menyediakan layanan untuk mencari produk dengan pencarian berbasis teks. Namun seringkali pengguna tidak mendapatkan hasil pencarian yang sesuai meskipun kata kunci telah dipilih secara teliti. Alternatif lain dalam melakukan pencarian produk adalah menjadikan gambar sebagai referensi pencarian atau biasa disebut dengan content-based image retrieval (CBIR). Sistem CBIR secara umum dibangun dengan melihat karakteristik dari suatu gambar yang membedakan antara satu gambar dengan gambar yang lain. Beberapa karakteristik gambar yang dapat digunakan sebagai pembeda adalah warna, bentuk, dan tekstur. Untuk mendapatkan karakteristik dari sebuah gambar diperlukan proses ekstraksi fitur gambar. Dalam memenuhi kebutuhan tersebut aplikasi ini menggabungkan dua metode deep learning, yaitu mask region-based convolutional neural network(Mask R-CNN) dan convolutional neural network (CNN). Metode Mask R-CNN digunakan untuk menghilangkan noise object pada gambar, sehingga proses ekstraksi fitur gambar menggunakan metode CNN terfokus pada satu objek pakaian pada gambar. Nilai rata-rata presisi deteksi objek pakaian yang dihasilkan adalah sebesar 0,6 dan rata-rata waktu pemrosesan gambar hingga menampilkan hasil pencarian adalah 10,21 detik. |
| id |
IOS17601.ai-jbptppolban-gdl-muhammadfi-13312 |
| institution |
Politeknik Negeri Bandung |
| institution_id |
2033 |
| institution_type |
library:university library |
| library |
UPT Perpustakaan Politeknik Negeri Bandung |
| library_id |
1640 |
| collection |
Repository Polban |
| repository_id |
17601 |
| city |
BANDUNG BARAT |
| province |
JAWA BARAT |
| repoId |
IOS17601 |
| first_indexed |
2022-08-31T03:17:45Z |
| last_indexed |
2022-08-31T03:17:45Z |
| recordtype |
dc |
| _version_ |
1742648474612006912 |
| score |
17.538404 |