RANCANG BANGUN SISTEM PREDIKSI STOK BAHAN MAKANAN MENGGUNAKAN RFID BERBASIS WEB DENGAN METODE NEURAL NETWORK

Putra, Ramadhan Nofian Hadi (2024) RANCANG BANGUN SISTEM PREDIKSI STOK BAHAN MAKANAN MENGGUNAKAN RFID BERBASIS WEB DENGAN METODE NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0920040091 - Ramadhan Nofian Hadi Putra - Rancang Bangun Sistem Prediksi Stok Bahan Makanan Menggunakan RFID Berbasis _i_Web__i_ dengan Metode _i_Neural Network__i_.pdf
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Limbah makanan merupakan masalah global yang memiliki dampak terhadap lingkungan, ekonomi, dan sosial. Penelitian yang dilakukan oleh WasteMINZ bekerja sama dengan University of Otago menunjukkan bahwa sektor kafe dan restoran di Selandia Baru menghasilkan jumlah limbah makanan sekitar 24.475 ton per tahun. Penggunaan Internet of Things (IoT) untuk manajemen inventaris secara real-time menggunakan tag dan pembaca Radio Frequency Identification (RFID). Tag RFID menyediakan data yang dikodekan dalam bentuk ID unik. Pembaca RFID dapat mendeteksi tag dan mengirimkan data yang dikodekan di dalamnya ke mikrokontroler ESP32. Sistem IoT menggunakan RFID dan ESP32 berbasis web mampu memanajemen inventaris stok bahan makanan secara real-time dan menghasilkan data yang akurat. Neural Network (NN) memiliki berbagai jenis, salah satunya adalah Recurrent Neural Network (RNN) dengan variasi Long Short-Term Memory (LSTM) yang digunakan untuk pengolahan data dari sistem IoT manajemen inventaris stok bahan makanan. Peramalan pembelian jumlah stok bahan makanan di restoran K-chicken menjadi topik utama dalam penelitian ini, di mana hasil penelitian menunjukkan bahwa sistem prediksi yang dikembangkan mampu mencapai akurasi hingga 90%. Memprediksi nilai deret waktu masa depan merupakan salah satu masalah tersulit di industri makanan. Bidang deret waktu mencakup banyak masalah yang berbeda, mulai dari kesimpulan dan analisis peramalan hingga klasifikasi. Meramalkan pembelian jumlah stok bahan makanan dan menampilkannya di dasbor yang diperbarui secara real-time akan menjadi cara yang paling efisien untuk mengurangi tingginya limbah makanan di Selandia Baru bahkan di seluruh dunia.

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 8464/TO-20/2024 Lokasi TA : 629
Uncontrolled Keywords: LSTM RNN, Prediksi, Deret Waktu, Internet of Things, Radio Frequency Identification (RFID), Restoran, Sampah Makanan
Subjects: TO - Teknik Otomasi > Rancang Bangun Sistem Otomasi
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 23 Jun 2025 08:13
Last Modified: 23 Jun 2025 08:13
URI: http://repository.ppns.ac.id/id/eprint/6497

Actions (login required)

View Item View Item