PENGEMBANGAN MODEL IDENTIFIKASI BARANG HILANG DENGAN METODE PREDIKSI KEMIRIPAN MENGGUNAKAN ALGORITMA CNN RESNET

Abstract

Peristiwa menghilangkan barang milik pribadi sering terjadi yang disebabkan karena kelalaian kita sebagai manusia maupun tindakan kriminal berupa pencurian. Namun dampak yang ditimbulkan bisa fatal. Metode untuk upaya mengatasi situasi tersebut masih bersifat manual dan kurang efektif. Proses melaporkan barang yang bersifat manual membutuhkan waktu dan usaha yang besar. Selain itu, mencocokkan informasi barang hilang dengan barang yang ditemukan menjadi lebih sulit dan untuk menemukan pemilik asli akan memakan waktu yang cukup lama. Peneliti ingin membuat suatu pendekatan yang membantu masyarakat dalam proses pengelolaan barang hilang dengan melibatkan proses identifikasi laporan barang hilang. Penelitian ini mengajukan sebuah model berupa prototype berbasis iOS yang menerapkan Image Comparison dan String Matching. Arsitektur ResNet-50 digunakan untuk ekstraksi fitur pada gambar. Metrik Euclidean Distance digunakan untuk menghitung kemiripan gambar-gambar dari laporan yang berbeda-beda. Proses String Matching menggunakan Natural Language Processing pada text pre-processing dan metrik Cosine Similarity untuk menghitung kemiripan teks pada informasi barang dari berbagai laporan. Model akan menggabungkan nilai Euclidean Distance dan Cosine Similarity untuk memprediksi laporan barang hilang yang serupa. Image Comparison memberikan hasil akurasi 29,96% kebenaran dan String Matching hasil akurasi 97,92% kebenaran. Melalui pengujian dan validasi yang cermat, dapat disimpulkan model berhasil membandingkan kemiripan antara laporan-laporan yang berbeda.