Pencarian Visual Berbasis Jaringan Convolutional Neural Network untuk Platform Pemasaran Digital Produk UMKM
AbstractUsaha Mikro, Kecil, dan Menengah (UMKM) memainkan peran penting dalam perekonomian Indonesia. Namun, UMKM seringkali menghadapi tantangan dalam hal manajemen produk dan interaksi dengan pelanggan terutama dalam pemasaran digital dan E-commerce. Penelitian ini bertujuan untuk mengembangkan platform pencarian visual berbasis Deep Learning untuk identifikasi produk UMKM guna mengatasi tantangan tersebut. Metode penelitian diawali dengan studi literatur tentang Deep Learning dan CNN (Convolutional Neural Network). Selanjutnya dilakukan pengumpulan data berupa gambar produk UMKM, diikuti pra-pemrosesan dan augmentasi data. Kemudian dirancang model menggunakan arsitektur CNN VGG16 yang terdiri dari 16 lapisan untuk pencarian visual dan klasifikasi produk UMKM. Model terbaik yang memenuhi target performa kemudian diintegrasikan pada prototipe platform berbasis web. Platform pencarian visual ini diharapkan dapat membantu pengelolaan produk UMKM serta meningkatkan pengalaman pelanggan dalam mencari dan menemukan produk yang mereka butuhkan. Secara keseluruhan, penelitian ini bertujuan mendukung pertumbuhan UMKM di Indonesia melalui adopsi teknologi Deep Learning
|
Keywords
Full Text:
References
F. Saprianto, "Dilematis UMKM di Era Digital," Scientific Journal of Reflection: Economic, Accounting, Management and Business, vol. 3, no. 1, pp. 21-30, 2020.
N. Nurhidayati, S. Sugiyah, D. Syahyuni, and W. Wianti, "Merubah Tantangan Sebagai Peluang di Masa Pandemi Bagi Komunitas UMKM Naik Kelas Kota Bekasi," Jurnal Abdimas Ekonomi dan Bisnis, vol. 1, no. 1, pp. 6-11, 2021.
D. A. Diartono, Y. Suhari, and A. Supriyanto, "Pengembangan Model Cyber Cluster E-commerce Berbasis CMS dan SEO Produk UMKM," IJCCS (Indonesian Journal of Computing and Cybernetics Systems), vol. 9, no. 2, pp. 145-156, 2015.
E. Handayani, P. P. Sari, and M. J. Islami, "Pemanfaatan Teknologi Informasi dan Komunikasi (TIK) oleh UMKM pada Masa Pandemi COVID-19," Jurnal Komunika: Jurnal Komunikasi, Media Dan Informatika, vol. 10, no. 2, pp. 113-119, 2021.
S. Sugiono, "Tantangan dan peluang pemanfaatan augmented reality di perangkat mobile dalam komunikasi pemasaran," Jurnal Komunika: Jurnal Komunikasi, Media Dan Informatika, vol. 10, no. 1, pp. 1-12, 2021. [6] A. D. Dwivedi, G. Srivastava, S. Dhar, and R. Singh, “A decentralized privacy-preserving healthcare blockchain for IoT,” Sensors (Switzerland), vol. 19, no. 2, pp. 1–17, 2019, doi: 10.3390/s19020326.
A. Dagan, I. Guy, and S. Novgorodov, "An image is worth a thousand terms? analysis of visual e-commerce search," in Proceedings of the 44th International ACM SIGIR Conference on Research and Development in Information Retrieval, 2021, pp. 102-112.
Y. Zhang, P. Pan, Y. Zheng, K. Zhao, J. Wu, Y. Xu, and R. Jin, "Virtual ID discovery from E-commerce media at Alibaba: Exploiting richness of user click behavior for visual search relevance," in Proceedings of the 28th ACM International Conference on Information and Knowledge Management, 2019, pp. 2489-2497.
J. Li, H. Liu, C. Gui, J. Chen, Z. Ni, N. Wang, and Y. Chen, "The design and implementation of a real time visual search system on JD E-commerce platform," in Proceedings of the 19th International Middleware Conference Industry, 2018, pp. 9-16.
K. Simonyan and A. Zisserman, "Very deep convolutional networks for large-scale image recognition," arXiv preprint arXiv:1409.1556, 2014.
F. Li, S. Kant, S. Araki, S. Bangera, and S. S. Shukla, "Neural networks for fashion image classification and visual search," arXiv preprint arXiv:2005.08170, 2020.
Y. Zhang, P. Pan, Y. Zheng, K. Zhao, Y. Zhang, X. Ren, and R. Jin, "Visual search at Alibaba," in Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, 2018, pp. 993-1001.
Y. LeCun, Y. Bengio, and G. Hinton, "Deep learning," Nature, vol. 521, no. 7553, pp. 436-444, 2015.
W. S. E. Putra, "Klasifikasi citra menggunakan convolutional neural network (CNN) pada caltech 101," Jurnal Teknik ITS, vol. 5, no. 1, 2016.
B. Rohrer, "How convolutional neural networks work," Data Science and Robot Blog, 18 August 2016. [Online]. Available: https://brohrer.github.io/how_convolutional_neural_networks_work.html
Y. Jing, D. Liu, D. Kislyuk, A. Zhai, J. Xu, J. Donahue, and S. Tavel, "Visual search at Pinterest," in Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2015, pp. 1889-1898.
10.33650/jeecom.v6i2.9178 |
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Kevin Harlis Oktaviano
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.