KLASIFIKASI DIMENSI KUALITAS PADA INDUSTRI PAKAIAN MENGGUNAKAN METODE DEEP LEARNING BERT UNTUK MENDETEKSI KUALITAS PRODUK SEBAGAI UPAYA MENGURANGI LIMBAH
NADHIF DITERTIAN GIRAWAN
Informasi Umum
Kode
23.04.3841
Klasifikasi
006.312 - Data mining
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Big Data, Deep Learning,
Dilihat
376 kali
Informasi Lainnya
Abstraksi
<p>Waktu pemakaian yang singkat pada pakaian disebabkan oleh menurunnya kualitas produk, sehingga banyak pakaian yang terbuang karena tidak sesuai dengan keinginan pasar. Akibatnya adalah penumpukan limbah pakaian. Melalui pengembangan produk dengan mengintegrasikan manajemen kualitas, serta memanfaatkan ulasan konsumen pada platform e-commerce data diharapkan menghasilkan produk yang memiliki kualitas sesuai dengan dimensi kualitas produk pakaian yaitu <em>material, construction, color, finishing, durability</em>. Penelitian ini bertujuan untuk megklasifikasi kualitas pakaian berdasarkan dimensinya. Hal ini adalah upaya untuk mengurangi jumlah limbah pakaian dengan meningkatkan kualitas produk khususnya pakaian berdasarkan ulasan yang diberikan oleh konsumen. Model BERT dan RoBERTa dipilih untuk melakukan tugas klasifikasi multi-label, lalu dibandingkan performanya untuk mengetahui model yang memiliki performa terbaik. Subjek penelitian ini adalah konsumen platform Amazon yang telah membuat ulasan terkait produk pakaian. Hasil dari penelitian menunjukkan bahwa model RoBERTa lebih unggul dalam melakukan klasifikasi multi label ditunjukan dengan hasil Macro F1-Score sebesar 0.87.</p>
- EBI3B4 - BIG DATA AND DATA ANALYTICS
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | NADHIF DITERTIAN GIRAWAN |
| Jenis | Perorangan |
| Penyunting | Andry Alamsyah |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Manajemen (Manajemen Bisnis Telekomunikasi & Informatika) |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
