ABSTRAKSI :
ABSTRAK Rivan Fagli Adzhi. 27122266 PROTOTIPE APLIKASI DETEKSI OBAT OTOMATIS DI APOTEK DENGAN PENDEKATAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DAN DEEP LEARNING MENGGUNAKAN TEACHABLE MACHINE Skripsi. Sistem Komputer Fakultas Ilmu Komputer dan Teknologi Informasi. Universitas Gunadarma. 2024. Kata Kunci: Artificial Intelligence, Deteksi Obat, Apotek, Pengolahan Citra, Computer Vision, Deep Learning, OpenCV, Tensorflow, Teachable Machine. ( xiii + 86 + Lampiran) Apotek adalah lembaga yang menyediakan obat-obatan, produk farmasi, serta layanan kesehatan terkait. Apotek bukan hanya tempat untuk mendapatkan obat, tetapi juga merupakan sumber informasi kesehatan yang penting. Penelitian ini bertujuan untuk mengembangkan sistem deteksi obat otomatis di apotek menggunakan pendekatan algoritma Convolutional Neural Network (CNN) dan Deep Learning pada platform Teachable Machine, dengan integrasi OpenCV, TensorFlow, dan library Python. Sistem ini bertujuan untuk meningkatkan efisiensi dan akurasi dalam proses identifikasi obat di apotek, dengan menggabungkan keunggulan teknologi machine learning dan computer vision. Metodologi penelitian ini melibatkan beberapa tahapan, termasuk pengumpulan data gambar obat, pelatihan model menggunakan Teachable Machine, integrasi model dengan OpenCV dan TensorFlow, serta pengujian dan evaluasi performa sistem secara menyeluruh. Data gambar obat diperoleh dari berbagai sumber yang meliputi berbagai jenis obat yang umumnya tersedia di apotek. Penelitian ini meliputi pengumpulan data, preprocessing data, data training, pembuatan program, dan analisa hasil. Hasil penelitian menunjukkan bahwa prototipe aplikasi deteksi obat otomatis yang dikembangkan mampu mengenali berbagai jenis obat dengan tingkat overall accuration 97.82%. Penggunaan algoritma CNN pada Teachable Machine memungkinkan sistem untuk belajar dan membedakan berbagai fitur obat, sedangkan integrasi dengan OpenCV dan TensorFlow memfasilitasi proses pengolahan gambar dan analisis visual. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem otomatisasi di lingkungan apotek, yang dapat meningkatkan efisiensi serta keakuratan dalam penanganan obat-obatan. Daftar Pustaka ( 2016 – 2024 )