Hanafi, Ryan (2025) Sistem Monitoring Cerdas Pengambilan ATK dan Pengembangan Fitur Website MIRAI di PT Yamaha Musical Products Indonesia. [Experiment] (Unpublished)
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Laporan Lengkap)
Laporan lengkap.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy |
|
Text (Ringkasan)
Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (53kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (282kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (92kB) |
Abstract
Pengelolaan Alat Tulis Kantor (ATK) di PT Yamaha Musical Products Indonesia yang belum terintegrasi sistem otomatis menyebabkan ketidaksesuaian data stok aktual , sementara manajemen proyek pemeliharaan pada portal MIRAI (Manufacturing Realtime Acquisition of Information) masih menghadapi inefisiensi akibat proses manual. Untuk mengatasi permasalahan tersebut, proyek ini membangun sistem monitoring cerdas berbasis Computer Vision guna mendeteksi aktivitas pengambilan dan pengembalian barang secara real-time , serta mengembangkan sistem manajemen pemeliharaan terintegrasi. Pengembangan sistem deteksi menggunakan arsitektur Deep Learning YOLO11m dan MediaPipe , didukung algoritma Statistical Voting dan Finite State Machine (FSM) untuk validasi, dengan pencatatan basis data persediaan yang andal dengan menerapkan prinsip ACID. Sementara itu, pengembangan fitur website MIRAI menggunakan framework Laravel. Seluruh struktur perangkat lunak dirancang dengan berpedoman pada konsep Clean Architecture dan prinsip SOLID, khususnya Single Responsibility Principle (SRP), guna memastikan kemudahan pemeliharaan sistem. Hasil pengujian model deteksi menunjukkan tingkat akurasi mAP50 sebesar 99.5% dan mAP50-95 sebesar 98.3% , yang membuktikan bahwa sistem ini efektif memvalidasi perubahan stok barang secara otomatis, meminimalisir kesalahan visual , sekaligus menciptakan repositori terpusat yang mengoptimalkan seluruh siklus proyek di perusahaan.
| Item Type: | Experiment | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | yolo, machine learning, object detection | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 457 - Teknik Komputer 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > PKL | ||||||
| Depositing User: | Mochamad Ryan Hanafi | ||||||
| Date Deposited: | 23 Apr 2026 08:45 | ||||||
| Last Modified: | 23 Apr 2026 08:46 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/55427 |
Actions (login required)
 |
View Item |
