Ramadhan, Ridho (2025) Klasifikasi Sektor Usaha UMKM Berdasarkan Foto Pelaku Usaha Menggunakan Pretrained Feature Extraction. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.
|
Text
202110715262_Ridho Ramadhan_Cover-Daftar Isi.pdf Download (4MB) |
|
|
Text
202110715262_Ridho Ramadhan_BAB I.pdf Download (949kB) |
|
|
Text
202110715262_Ridho Ramadhan_BAB II, III, IV.pdf Restricted to Registered users only Download (5MB) |
|
|
Text
202110715262_Ridho Ramadhan_BAB V.pdf Download (922kB) |
|
|
Text
202110715262_Ridho Ramadhan_Daftar Pustaka.pdf Download (953kB) |
|
|
Text
202110715262_Ridho Ramadhan_Lampiran.pdf Restricted to Repository staff only Download (2MB) |
Abstract
Keunikan penelitian ini terletak pada pemanfaatan data citra pelaku UMKM asli dari hasil pendataan nasional. Dataset yang digunakan terdiri dari 2.421 gambar yang mewakili dua sektor usaha: Industri Pengolahan dan Perdagangan Besar dan Eceran. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa kombinasi model Xception dan SVM memberikan performa terbaik dengan akurasi sebesar 77,7%, mengungguli kombinasi lainnya. Hal ini membuktikan bahwa pendekatan berbasis pretrained CNN dan machine learning efektif dalam melakukan klasifikasi otomatis terhadap sektor usaha UMKM. Dengan demikian, sistem yang dibangun dapat menjadi solusi potensial dalam mendukung proses digitalisasi dan pengelompokan usaha kecil secara lebih efisien.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | Pembimbing: Prof. Dr. Mujiono Sadikin, S.T., M.T. NIDN0406127002, Prio Kustanto, S.T., M.Kom. NIDN0309047701 |
| Subjects: | Teknologi dan Ilmu Terapan > Komputer Teknologi dan Ilmu Terapan > Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | Mr. Arif Syamsudin |
| Date Deposited: | 19 Oct 2026 07:41 |
| Last Modified: | 19 Oct 2026 07:41 |
| URI: | http://repository.ubharajaya.ac.id/id/eprint/41630 |
Actions (login required)
![]() |
View Item |
Downloads
Downloads per month over past year
