LAPORAN AKHIR

MAGANG & STUDI INDEPENDEN BERSERTIFIKAT

Artificial Intelligence Mastery Program
Di Orbit Future Academy

Diajukan untuk memenuhi persyaratan kelulusan

Program MSIB MBKM

oleh :
Didik Kholidil Ahwani / 19104410065

PROGRAM STUDI
TEKNIK INFORMATIKA
UNIVERSITAS ISLAM BALITAR
2022
Lembar Pengesahan

i
 Lembar Pengesahan
Sistem Pendeteksi Halal Pada Bahan Makanan Dengan Menggunakan
Teknologi Optical Character Recognition (OCR) Dan Autocorrect

Di Orbit Future Academy

oleh :
Didik Kholidil Ahwani / 19104410065

disetujui dan disahkan sebagai

Laporan Magang atau Studi Independen Bersertifikat Kampus Merdeka

DKI. Jakarta
AI Coach

Ajie Kusuma Wardhana

NIP. 2202075

ii
 Abstrak

AI Mastery Merupakan program pelatihan online yang bertujuan untuk

memperkenalkan teknologi kecerdasan buatan (Artificial Intelligence/AI) ke
pelajar dan memberikan kesempatan kepada mereka untuk mengaplikasikannya
dengan menyelesaikan project berbasis AI, sehingga dapat menghasilkan suatu
produk yang memiliki dampak sosial bagi komunitas mereka dan masyarakat
umum dengan menitikberatkan kepada Data Science, Natural Language
Processing, Computer Vision, Reinforcement Learning, dan Deployment. Dengan
pengerjaan projek meliputi tahap mendeploy model machine learning dan deep
learning yang dibuat, sebagai final project.
Kata kunci: AI Mastery, Data Science, Natural Language Processing, Computer
Vision, Reinforcement Learning, dan Deployment.

iii
 Kata Pengantar

Dalam menyebut nama Allah SWT, Tuhan yang Maha Pengasih lagi Maha
Penyayang, kami mengucapkan puji syukur atas kehadirat-Nya yang telah
mempermudah penyelesaian program MSIB tanpa adanya hambatan.

Tidak lupa kami mengirimkan sholawat dan salam kepada junjungan kami, Nabi
Muhammad SAW, yang dengan berkat dan petunjuk dari Allah SWT, kita
berupaya menjadi seorang muslim yang insya Allah akan berkumpul di surga-
Nya.

Selanjutnya, kami ingin menyampaikan terima kasih yang sebesar-besarnya

kepada semua pihak yang telah membantu dalam penyusunan laporan akhir ini,
diantaranya:
1. Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi
(Kemendikbudristek).
2. Dr.-Ing. Ilham A. Habibie selaku Co-Founder dan President Commissioner
PT Orbit Ventura Indonesia
3. Dr. H. Soebiantoro, M.Si selaku Rektor Universitas Islam Balitar.
4. Saiful Nur Budiman, S.Kom., M.Kom selaku Kepala Prodi Teknik
Informatika sekaligus Pembimbing Program MBKM.
5. Bapak/ibu dosen program studi sistem informasi dan civitas akademika
Universitas Alma Ata.
6. Coach Ajie Kusuma Wardhana selaku Homeroom Coach kelas Fibonacci
7. Kepada semua coach’s yang ada di Orbit Future Academy, terutama kepada
coach Hafizah Ilma, coach Farchan, coach Pulung, coach Ryan, dan coach
Cahyo. Saya ucapkan terima kasih yang sebesar-besarnya atas segala
pengalaman dan ilmu yang sudah diajarkan melalui program ini.
8. Anggota kelompok Fibonacci 4, Afan, Ary, Ayu, Azzahra.

iv
9. Terima kasih kepada kedua orang tua dan seluruh keluarga yang selalu
mendoakan dan mendukung saya selama program ini. Berkat dukungan
kalian, saya dapat menyelesaikan program tepat waktu.

Blitar, 9 Desember 2022

Peserta Program

Didik Kholidil Ahwani

NIM. 19104410065

v
 Daftar Isi

Lembar Pengesahan i

Lembar Pengesahan ii

Abstrak iii

Kata Pengantar iv

Daftar Isi vi

Daftar Tabel viii

Daftar Gambar ix

Bab I Pendahuluan 1

I.1 Latar belakang 1

I.2 Lingkup 1

I.3 Tujuan 1

Bab II Orbit Future Academy 1

II.1 Struktur Organisasi 1

II.2 Lingkup Pekerjaan 3

II.3 Deskripsi Pekerjaan 3

II.4 Jadwal Kerja 5

BAB III Proyek Akhir vii

II.5 Latar Belakang Proyek Akhir vii

II.6 Usulan Metode viii

II.7 Hasil dan Pembahasan Proyek Akhir viii

BAB IV Penutup x

II.8 Kesimpulan x

II.9 Saran x

vi
BAB V Referensi xi

BAB VI Lampiran A. TOR 1

BAB VII Lampiran B. Log Activity 1

BAB VIII Lampiran C. Dokumen Teknik 1

vii
 Daftar Tabel

Tabel 2.1 Agenda Kelas 5

viii
 Daftar Gambar

Gambar 2.1 Logo Orbit Future Academy 1

Gambar 2.2 Struktur Organisasi OFA 2

Gambar 2.3 Dataset Halal di Website Kaeggle 4

Gambar 2.4 Website Kementerian Agama 4

ix
 Bab I Pendahuluan

I.1 Latar belakang

AI Mastery adalah program imersi AI yang tersedia untuk semua orang. Program
ini diselenggarakan oleh perusahaan pelatihan AI terkemuka di Indonesia dan
dirancang khusus untuk individu yang ingin menjadi:

1. Ahli dalam AI
2. Pendidik dan mentor di AI
3. Ambil posisi kepemimpinan dalam industri AI yang sedang berkembang
4. Pengusaha dengan ide-ide di AI
5. Perusahaan pencari kerja di bidang AI

AI Mastery Merupakan program pelatihan online yang bermaksud untuk

memperkenalkan teknologi kecerdasan buatan (Artificial Intelligence/AI) ke
pelajar dan memberikan kesempatan kepada mereka untuk mengaplikasikannya
dengan menyelesaikan project berbasis AI, sehingga dapat menghasilkan suatu
produk yang memiliki dampak sosial bagi komunitas mereka dan masyarakat
umum dengan menitikberatkan kepada Data Science, Natural Language
Processing, Computer Vision, Reinforcement Learning, dan Deployment.

I.2 Lingkup
Projek kami berfokus kepada mendeteksi bahan makanan halal, dengan
mencocokkan data yang dimaksudkan dengan dataset yang kami miliki, untuk
datasetnya sendiri berbahasa inggris karena menggunakan Bahasa ilmiah. Peran
saya dalam projek ini sebagai data acquisition dan data exploration yang
kebanyakan bertugas pada dataset dan mencari informasi seputar error yang
dihadapi selama pengerjaan projek akhir.

I.3 Tujuan
Tujuan saya mengikuti MSIB di Orbit Future Academy program AI Mastery
untuk menambah wawasan seputar kecerdasan buatan dan penggunaan Python
dalam menyelesaikan masalah.

1
 Bab II Orbit Future Academy

II.1 Struktur Organisasi

Gambar 2.1 Logo Orbit Future Academy

Orbit Future Academy (OFA) adalah sebuah lembaga pendidikan online yang
Perusahaan pelatihan AI terkemuka di Indonesia ini Didirikan pada tahun 2016,
tujuan utama dari lembaga ini adalah meningkatkan standar hidup. Nama "Orbit"
dipilih sebagai label atau merek dari lembaga ini sebagai penghormatan kepada
mantan Presiden Republik Indonesia ke-3, Prof. Dr. Ing. B. J. Habibie, dan
istrinya, Dr. Hasri Ainun Habibie. Dalam mendukung perkembangan inovasi dan
teknologi pendidikan di Indonesia, pasangan tersebut telah berperan aktif.

OFA secara selektif memilih dan mengadaptasi program dan kursus internasional
untuk meningkatkan keterampilan dan pengetahuan generasi muda serta tenaga
kerja dalam menghadapi pekerjaan masa depan. Melalui slogan mereka yang
berbunyi "Skills-for-Future-Jobs," OFA berkomitmen untuk memberikan
pendidikan dan pelatihan yang relevan dengan kebutuhan pasar kerja di masa
depan. OFA berfokus pada upskilling (peningkatan keterampilan) dan reskilling
(perpindahan keterampilan) untuk membantu individu menyesuaikan diri dengan
perubahan dinamis di dunia kerja.

Dengan mengkurasi program-program berkualitas tinggi dan lokal yang sesuai

dengan kebutuhan pasar kerja di Indonesia, OFA berperan sebagai penghubung

1
 2

antara pemuda dan tenaga kerja dengan peluang-peluang kerja yang relevan dan
menjanjikan di masa depan.

Visi:
Menyediakan pembelajaran keterampilan transformatif terbaik.

Misi:
1. Membangun Orbit Transformation Center (OTC) di seluruh Indonesia,
berperan aktif dalam menyajikan kurikulum keterampilan masa depan
yang berbasis sertifikasi melalui Platform Konten Digital.
2. Bekerja secara proaktif dengan pemerintah dan organisasi untuk
mengubah generasi masa depan agar dapat menyesuaikan dengan
perubahan yang terjadi di Industri 4.0.
3. Melatih kewirausahaan mahasiswa dan menjadi perantara dengan karir
industri.
4. Menghubungkan jaringan inkubator dan akselerator yang terkurasi dengan
industri, investor, dan ekosistem start-up global.

Struktur organisasi OFA dapat dilihat pada Gambar 2.2.

Gambar 2.2 Struktur Organisasi OFA

 3

II.2 Lingkup Pekerjaan

Coach akan memandu sekitar 25 peserta (mahasiswa) dalam satu kelas. Ada dua
jenis coach, yaitu:
a. Homeroom Coach
Bertugas untuk menyajikan materi tentang pengenalan AI kepada peserta,
memberi penilaian pada kinerja peserta, dan membimbing peserta saat
mereka mengerjakan Proyek Akhir.
b. Domain Coach
Bertugas untuk menyajikan materi tentang domain AI kepada peserta dan
memberi penilaian terhadap kinerja peserta dalam hal tersebut.

Lingkup tugas peserta adalah menghadiri kelas bersama homeroom coach atau
domain coach dan mengerjakan semua assessment yang diberikan sesuai jadwal
kelas.

II.3 Deskripsi Pekerjaan

Berikut adalah deskripsi pekerjaan peserta sebelum pengerjaan PA:
a. Mengikuti pre-test.
b. Mengikuti pembelajaran sesi AI Fundmental secara daring pada pukul
09.00 hingga 10.40 WIB untuk kelas pagi dan pukul 13.30 hingga 15.10
WIB untuk kelas siang.
c. Mengikuti pembelajaran sesi AI Domain secara daring pada pukul 09.00
hingga 11.30 WIB untuk kelas pagi dan pukul 13.30 hingga 15.00 WIB
untuk kelas siang.
d. Mengerjakan latihan maupun hands-on secara individu atau kelompok
yang diberikan.
e. Mengerjakan tugas belajar terstruktur yang diberikan.
f. Mengerjakan student activity dan quiz yang diberikan.
g. Mengikuti ujian teori dan praktik.
 4

Mahasiswa memiliki peran Data Acquisition dan Data Exploration selama

pengerjaan PA, dengan deskripsi sebagai berikut:
a. Data Acquisition
Mengumpulkan informasi untuk keperluan dataset di website Kaggle dan
Kementerian Agama. Dan menangani untuk informasi lainya yang
dibutuhkan untuk menyelesaikan Projek Akhir.

Gambar 2.3 Dataset Halal di Website Kaeggle

Gambar 2.4 Website Kementerian Agama

b. Data Exploration
Berperan membuat dataset 2.csv yang diambil dari website Kementerian
Agama.
 5

II.4 Jadwal Kerja

Program ini dilaksanakan pada hari kerja (Senin-Jumat), dengan rincian
sebagai berikut:

Tabel 2.1 Agenda Kelas Sesi AI Fundamental

Pukul (WIB) Durasi (Menit) Aktivitas
09.00 s.d. 10.40 100 Kelas Pagi
13.30 s.d. 15.10 100 Kelas Siang

Tabel 2.2 Agenda Kelas Sesi AI Domain

Pukul (WIB) Durasi (Menit) Aktivitas
09.00 s.d. 11.30 150 Kelas Pagi
13.30 s.d. 15.00 90 Kelas Siang

Program ini dilaksanakan dari bulan Agustus 2022 - Desember 2022 (20 minggu).
 BAB III Proyek Akhir
Sistem Pendeteksi Halal Pada Bahan Makanan Dengan Menggunakan
Teknologi Optical Character Recognition (OCR) Dan Autocorrect

II.5 Latar Belakang Proyek Akhir

Setiap Muslim memiliki tanggung jawab untuk memastikan bahwa makanan
yang mereka konsumsi sesuai dengan prinsip halal. Sesuai dengan firman Allah
SWT dalam Al-Quran, dan sebagai umat muslim yang beriman perintah tersebut
wajib dilaksanakan. Bagi umat muslim, Makanan yang halal adalah yang sesuai
dengan syariat Islam, sementara makanan yang bergizi memberikan manfaat bagi
tubuh dan kesehatan. Berdasarkan hasil penelitian dari Center of Halal Lifestyle
and Consumer Studies (CHCS), 72.5% konsumen muslim percaya bahwa
mengkonsumsi makanan halal merupakan hal yang penting dari kewajiban
sebagai muslim [1]. Oleh karena hal tersebut kita harus mengetahui labelisasi
halal dalam kandungan makanan yang kita makan, dengan mengetahui manfaat
apa saja masuk dalam tubuh kita.
Komposisi makanan juga menjadi hal penting dalam labelisasi halal atau
tidaknya suatu makanan, namun seiring berjalannya waktu banyak makanan yang
dicampur komposisinya dengan bahan import dari berbagai negara, hal ini
membuat suatu produk mudah untuk terkontaminasi bahan yang tidak sesuai
dengan syariat umat islam.
Saat seorang muslim akan membeli suatu produk, mereka akan mencari
produk yang halal. Dalam membedakan mana produk yang halal dan tidak,
mereka dapat melihat dari label halal dari MUI. Akan tetapi dalam penelitian
menyebutkan bahwa sehingga label halal dari MUI belum bisa menjamin
kehalalan dari suatu produk. Di sisi lain, produk dari luar negeri juga tidak
memiliki label halal tersebut, seperti pada penelitian...yang menyatakan bahwa
“Caused by the social environment where consumers live, the limited halal labels
on the packaging of household industrial food products, to the tendency of
customers to prioritize the existence of a halal labels only for foreign products.”
[2] Konsumen cenderung lebih memperhatikan adanya label halal untuk produk

vii
 viii

buatan luar negeri karena kepada konsumen yang kurang percaya diri tentang
status kehalalannya dari bahan baku yang digunakan, sehingga saat seseorang
akan membeli produk luar negeri maupun dalam negeri yang tidak berlabel halal,
mereka dapat melihat komposisi atau bahan baku pembuatan dari produk tersebut.
[2]

II.6 Usulan Metode

Desain sistem bertujuan untuk mengetahui labelisasi halal dalam kandungan
makanan yang kita makan melalui metode Optical Character Recognition (OCR).
Untuk pembuatan sistemnya kami menggunakan model OCR yang menggunakan
Tesseract, Tesseract merupakan sebuah mesin OCR (Optical Character
Recognition) yang awalnya dikembangkan di perusahaan Hewlett-Packard (HP)
pada rentang waktu antara 1984 hingga 1994. Pada tahun 2005, HP memutuskan
untuk melepas kode sumber Tesseract secara terbuka (open source) [3]. Dari 2006
hingga November 2018 dikembangkan oleh Google., sistem OCR akan
mendeteksi gambar bahan-bahan makanan yang kemudian akan di simpan, karena
kualitas gambar yang tidak bagus terkadang ada masalah dimana bahan-bahan
hasil deteksi mengalami kesalahan pengejaan.
Oleh karena itu dibutuhkan satu model lagi yaitu model Koreksi Otomatis/
Autocorrect yang berfungsi untuk mengkoreksi hasil dari model OCR. Setelah
data bahan melalui tahap koreksi otomatis akan dicocokkan dengan dataset yang
sudah disediakan. Jika data bahan ada di dalam dataset maka akan dianggap
sebagai bahan Halal, dan sebaliknya jika data bahan tidak ada di dalam dataset
maka akan dianggap Haram.

II.7 Hasil dan Pembahasan Proyek Akhir

Hasil dari projek ini di deploy kedalam bentuk website yang menggunakan
teknologi Application Programming Interface (API) untuk menyambungkan
antara Website dan sistem Python.
 ix

Website ini mendukung deteksi bahan makanan halal menggunakan prediksi

teks dan prediksi gambar. Untuk prediksi teks User diminta memasukkan bahan
makanan dalam bentuk teks yang ingin dicek kehalalannya, kemudian untuk
prediksi gambar User akan diminta mengunggah gambar bahan makanan yang
ingin dicek kehalalannya.
 x

BAB IV Penutup

II.8 Kesimpulan

 Orbit Future Academy (OFA) memiliki tujuan utama untuk meningkatkan

standar hidup. Pelatihan berfokus kepada: Data science, Computer Vision,
Natural Language Processing, Reinforcement Learning, dan Deployment
 Sistem Pendeteksi Halal Pada Bahan Makanan Dengan Menggunakan
Teknologi Optical Character Recognition (OCR) Dan Autocorrect
merupakan sistem berbasis web yang bisa diakses diberbagai platform dan
data yang diambil dari sumber yang bisa dipertanggungjawabkan.
 Dengan sistem diharapkan masyarakat menjadi lebih mudah mengetahui
bahan halal dan haram pada makanan yang dikonsumsi.

II.9 Saran

 Pelaksanaan MSIB di Orbit Future Academy program AI Mastery

pembelajarannya sudah sesuai, dan tepat waktu
 Kami menyadari masih banyak kekurangan di sistem kami, saran terhadap
pengembangan projek akhir kedepannya bisa dihosting dan diperbanyak
dataset kehalalannya.
 xi

BAB V Referensi
[1] A. Sasongko, “Produk Halal Penting Bagi Umat Islam,” republika.co.id, Okt 13,
2018. https://www.republika.co.id/berita/pgjgmn313/produk-halal-penting-bagi-
umat-islam (diakses Nov 07, 2022).
[2] S. S. Iriani, “The Effect of Religiosity on the Purchasing Decisions of Halal
Labeled Food Products,” East African Scholars Journal of Economics, Business
and Management, vol. 2, no. 10, hlm. 1–8, Okt 2019.
[3] A. Aprilino dan I. Husni Al Amin, “1522-4565-1-PB,” Jurnal TEKNOINFO, vol.
16, hlm. 1–6, 2022.
 BAB VI Lampiran A. TOR

TERM OF REFERENCE (TOR)

STUDI INDEPENDEN BERSERTIFIKAT
ARTIFICIAL INTELLIGENCE MASTERY PROGRAM
DI ORBIT FUTURE ACADEMY

A. Rincian Program
Artificial Intelligence Mastery Program merupakan program pelatihan
daring yang bertujuan untuk memperdalam teknologi dan perangkat
kecerdasan buatan (Artificial Intelligence/AI) kepada mahasiswa, Dalam
upaya mencapai tujuan tersebut, program ini berfokus pada pengembangan
peserta agar mampu mengembangkan produk kecerdasan buatan (AI).
Program ini juga memfokuskan pada komponen utama AI, termasuk Data
Science (DS), Natural Language Processing (NLP), Computer Vision (CV),
Reinforcement Learning (RL), dan tahapan Deployment (DEP). Selain
keterampilan AI, mahasiswa juga akan mendapatkan life skills yang
bermanfaat dalam mencari atau menciptakan lapangan kerja.

B. Tujuan Program
Setelah mengikuti program ini, peserta diharapkan dapat mencapai tujuan
sebagai berikut:

1. Memiliki wawasan yang mendalam tentang AI dan

perkembangannya, termasuk pemahaman mengenai tren, konsep,
dan aplikasi praktis AI di berbagai bidang.
2. Mampu merancang dan mengimplementasikan AI Project Cycle,
yang meliputi tahap-tahap perencanaan, pengembangan, evaluasi,
dan penyebaran proyek AI.
3. Mahir menggunakan Python untuk membuat aplikasi AI, termasuk
pemrosesan data, analisis, dan pembuatan model AI.

A-1
 2

4. Mampu mengembangkan kompetensi dalam salah satu dari empat

domain utama AI.
6. Menguasai soft skills dan hard skills yang relevan dalam dunia
industri dan lingkungan perusahaan, termasuk kemampuan
berkomunikasi, bekerja dalam tim, pemecahan masalah, dan
kemampuan teknis yang diperlukan dalam konteks AI.
7. Mampu menerapkan pengetahuan dan kiat-kiat yang diperlukan
sebagai seorang wirausahawan di bidang start-up, termasuk
kemampuan mentransformasikan ide menjadi produk atau jasa yang
inovatif, adaptif, dan berkelanjutan dalam menghadapi perubahan
pasar yang dinamis.
C. Jadwal dan Tempat Pelaksanaan
Jadwal AI Fundamental tertera dalam tabel berikut:
Pukul (WIB) Durasi (Menit) Aktivitas
09.00 s.d. 10.40 100 Kelas Pagi
13.30 s.d. 15.10 100 Kelas Siang

Sedangkan jadwal AI Domain tertera dalam tabel berikut:

Pukul (WIB) Durasi (Menit) Aktivitas
09.00 s.d. 11.30 150 Kelas Pagi
13.30 s.d. 15.00 90 Kelas Siang

Kelas akan dilaksanakan secara daring melalui aplikasi video conference

dalam rentang waktu dari bulan Agustus 2022 hingga Desember 2022, dengan
durasi total 20 minggu.

D. Peserta
Program ini terbuka untuk mahasiswa minimal semester 4 yang berasal dari
Perguruan Tinggi diseluruh Indonesia.

E. Uraian Tugas Peserta

 3

Selama mengikuti program ini, peserta diharapkan untuk mematuhi beberapa

persyaratan berikut:

1. Mengikuti program hingga selesai.

2. Mengikuti aturan yang telah ditetapkan oleh mitra.
3. Mengikuti aturan kelas yang telah disepakati bersama oleh peserta,
homeroom coach, atau domain coach.
4. Menghadiri kelas daring dengan aktif, dengan tingkat kehadiran minimal
85%.
5. Menyelesaikan tugas belajar terstruktur, kuis, dan aktivitas yang diberikan
oleh homeroom coach atau domain coach.
6. Mengisi laporan harian dan mingguan di web Kampus Merdeka.
8. Mengikuti ujian teori dan ujian praktik sesuai yang ditentukan.
9. Menyelesaikan Proyek Akhir (PA) dengan menghasilkan luaran sesuai
dengan jenis PA yang dipilih, serta menyusun naskah laporan PA.

Dengan mematuhi persyaratan tersebut, peserta diharapkan dapat memaksimalkan

manfaat dan hasil dari program pelatihan ini.
Blitar, 9 Desember 2022
Homeroom Coach, Peserta Program,

Ajie Kusuma Wardhana Didik Kholidil Ahwani

NIP. 0710028805 NIM. 19104410065
 BAB VII Lampiran B. Log Activity

Minggu/Tgl Kegiatan Hasil

12 / 1 Menentukan project dari ide-ide Judul Projek kami Sistem
November kemarin, dan membuat gambaran Pendeteksi Halal Pada
2022 project Bahan Makanan Dengan
Menggunakan Teknologi
Optical Character
Recognition (OCR) Dan
Autocorrect.

12 / 2 Bimbingan bersama hoomroom coach Mendapatkan referensi

November untuk project akhir terkait pengerjaan projek
2022 akhir.
12 / 3 Memantapkan konsep project akhir Menentukan batas dari
November projek akhir.
2022
12 / 4 Mencari paper untuk Project Akhir Mendapat 2 referensi.
November
2022
13 / 7 Pembagian tugas projek akhir, Pembagian menjadi 2
November Menyusun latar belakang masalah dan grub: divisi modelling
2022 sitasi pada laporan akhir dan divisi web
deployment.
13 / 8 mengeksplorasi data, preprocessing, Mengerjakan ipynb
November membuat model autocorrection untuk sampai pada modelling
2022 projek akhir autocorrection.
13 / 9 Mencari referensi kode program Mulai mengerjakan
Novemeber terkait cv, yaitu model OCR dan model OCR.
2022 mencoba - coba referensi kode

B-1
 2

program yang didapatkan.

13 / 10 Menyelesaikan permasalahan OCR Berhasil membuat model
November dan sudah membuat model dasar OCR.
2022 OCR.
13 / 11 Menyesuaikan output model OCR Menyambungkan model
November untuk menjadi input model OCR dan Autocorrection.
2022 Autocorrection (Integrasi),
Memperbaiki model OCR dan
Autocorrect.
14 / 14 Menambahkan data pada dataset, Menambahkan data pada
November menangani kesalahan pada tahap dataset 2, dan merapikan
2022 preprocessing data dan coding pada tahap
menyempurnakan tahap preprocessing.
preprocessing.
14 / 15 Membuat fungsi untuk mengecek Menambahkan data pada
November produk halal/haram dan melengkapi dataset 2, dan berhasil
2022 dataset pada data halal. membuat fungsi untuk
mengecek kehalalan.
14 / 16 Bimbingan bersama homeroom coach Menambahkan data pada
November terkait projek akhir ,melengkapi isi dataset 2, dan
2022 dataset halal, dan brainstorming ide. mengumpulkan gagasan
terkait projek akhir.
14 / 17 Menyempurnakan tahap Berhasil menyempurkan
November preprocessing, melengkapi isi dataset tahap preprocesing
2022 halal, dan merapikan source code. dengan dataset terbaru
dan mulai merapikan
code.
14 / 18 Melengkapi isi dataset halal dan Menambahkan data pada
November merapikan source code. dataset 2 dan berhasil
2022 merapikan code.
15 / 21 Mulai mengerjakan laporan akhir, Menyelesaikan
 3

Novemeber yaitu pada bagian pembagian tugas pembagian tugas pada

2022 dan usulan metode. laporan akhir.
15 / 22 Menyiapkan file -file yang diperlukan Membuat file-file py
November dalam proses integrasi model dan web untuk keperluan
2022 (file py yang berisi fungsi2 model). deployment
15 / 23 Melengkapi fungsi-fungsi yang Menambah fungsi-fungsi
November dibutuhkan untuk mengintegrasi dalam file py untuk
2022 model dan web dan membuat file keperluan deployment.
app.py yang berfungsi untuk
deployment.
15 / 24 Menyempurnakan fungsi-fungsi dan Berhasil menyelesaikan
November menyempurnakan file app.py yang file-file py untuk
2022 digunakan untuk deployment. keperluan deployment.
15 / 25 Bimbingan bersama homeroom coach Mengecek masalah pada
November dan throuble shooting model dan web. model dan web Bersama
2022 homeroom coach.
16 / 28 Mencoba menjalankan app.py yang Mencoba
November mana merupakan API yang menyambungkan file py
2022 menghubungkan model dan web dan dengan website dengan
melengkapi dataset. API.
16 / 29 Melengkapi laporan akhir, bimbingan Mengerjakan bagian dari
November bersama homeroom membahas laporan akhir yang
2022 permasalahan integrasi model dan bertemakan kelompok
web, dan menyelesaikan masalah pada Fibonacci.
backend.
16 / 30 Bimbingan rutin bersama homeroom Melaporkan progress dari
November coach, berhasil menampilkan hasil projek akhir kepada
2022 prediksi gambar, dan tampilan awal homeroom coach dan
website sudah terbentuk. berhasil menghubungkan
prediksi gambar pada
 4

website.
16 / 1 Menyelesaikan front end dan mampu Memperbaiki tampilan
Desember menampilkan hasil prediksi gambar. website menjadi lebih
2022 bagus.
16 / 2 Menambah dataset, berhasil Menambah dataset 2
Desember mengintegrasi web&model (prediksi untuk yang terakhir dan
2022 teks), dan menyempurnakan UI pada berhasil
web. menyempurnakan
system.
17 / 4 Mengerjakan laporan projek akhir Menyelesaikan AI
Desember pada bagian lampiran. Project Cycle.
2022
17 / 5 Mengerjakan laporan projek akhir Berhasil menyelesaikan
Desember pada bagian Bab 1 Bab 1 laporan akhir
2022
17 / 6 Mengerjakan laporan projek akhir Berhasil menyelesaikan
Desember pada bagian logbook dan laporan akhir.
2022 mengevaluasi laporan akhir.
 BAB VIII Lampiran C. Dokumen Teknik

1. Profil Tim dan Deskripsi Pembagian Tugas

a. Profil Tim
Fibonacci 4 adalah kelompok 4 dari kelas Fibonacci pada program MBKM
Batch 3. Adapun anggota dari kelompok ini sebagai berikut:
1. Afan Wicaksono
Universitas Amikom Yogyakarta (20.12.1632)
2. Ary Okta Sulistyo
Universitas Muhammadiyah Surakarta (L200200034)
3. Ayu Imas Susanti
Universitas Alma Ata (203100118)
4. Azzahra Nabila Putri Indra
Universitas Amikom Purwokerto
5. Didik Kholidil Ahwani
Universitas Islam Balitar (19104410065)
b. Struktur Anggota Tim

Struktur Anggota Tim

c. Deskripsi Pembagian Tugas

C-1
 2

1. Ary Okta Sulistyo

Peran : Project Manager
2. Afan wicaksono
Peran : Deployment (Back-End), Web Evaluation
3. Ayu Imas Susanti
Peran : Data Acquisition, Deployment (Front - End)
4. Azzahra Nabila Putri Indra
Peran : Deployment (Front-End)
5. Didik Kholidil Ahwani
Peran : Data Acquisition, Data Exploration
2. AI Project Cycle
a. Problem Scoping
Bahan makanan atau komposisi pada suatu produk yang menggunakan
Bahasa Inggris sehingga membuat masyarakat meragukan kehalalan dari
produk, sehingga kami membuat website untuk menscan apakah
komposisi produk tersebut halal atau haram.
b. Data Acquisition
Data yang kami peroleh bersifat sekunder yang didapatkan melalui Kaggle
dan sumber lainnya website MUI dan KEMENAG RI
c. Data Exploration
1) Dataset 1
a) Memuat Dataset
data1 = pd.read_csv('Database.csv') #Membaca dataset

data1.head() #Menampilkan 5 data teratas dalam dataset

)
data1.head()

b) Menampilkan Dataset halal

 3

dataset1 = data1['halal'] #Membuat variabel baru untuk

menyimpan data halal dari dataset 1
dataset1.head() #Menampilkan 5 teratas data halal

c) Menghilangkan Null data

dataset1.dropna(inplace=True) #Menghilangkan null data
dataset1 #menampilkan data halal setelah dihilangkan null datanya

2) Dataset 2
a) Memuat Dataset 2
#Menambahkan dataset dengan dataset buatan sendiri
data2 = pd.read_csv('Dataset2.csv',sep=";",names=["halal"])
data2.head()

b) Menampilkan Dataset 2 halal

 4

dataset2 = data2['halal'] #Membuat variabel baru untuk menyimpan

data halal dari dataset 2
dataset2

3) Preprocessing
a) Membuat function untuk preprocessing
# Buat fungsi untuk langkah stopword removal
stopwords =
#Menghilangkan stop word pada data
def remove_stop_words(text):
# Menghilangkan beberapa tanda baca dan menggantinya dengan
koma
def casefolding(text):
# Menyederhanakan data menjadi list 1 dimensi
def condense(text):
#Preprocessing pada data yang akan digunakan
def preprocessing(text):

b) Preprocessing Dataset 1 dan Dataset 2

# Dataset 1
clean_dataset1 = preprocessing(dataset1)

print(clean_dataset1)
def condense(text):
#Preprocessing pada data yang akan digunakan
def preprocessing(text):
 5

# Dataset 2
clean_dataset2 =
preprocessing(dataset2)

print(clean_dataset2)ext)
:

4) Menggabungkan 2 Dataset
# Membuat variable yang menyimpan kombinasi dataset
final_dataset = clean_dataset1+clean_dataset2
print('+'+'[Final Dataset]'.center(40,'=')+'+')
print('Banyak Data: ', len(final_dataset), 'data')):

5) Preprocessing Model OCR

a)
d. Modelling
1) Model OCR
a) Membuat function deteksi teks
# text detection
def contours_text(orig,
contours):

b) Membuat function untuk membersihkan teks dari data

kosong
# Membersihkan text dari karakter yang tidak penting dan
data kosong pada hasil OCR
def clean(text):

c) Meyimpan dan menampilkan hasil dari OCR

 6

# Menyimpan hasil OCR

hasilOCR = contours_text(im, contours(im))

# Membuat variabel yang menyimpan data yang sudah dibersihkan

dataOCR = clean(hasilOCR)
print("original data =\n",hasilOCR)
print("clean data =\n",dataOCR)

2) Model Autocorrect
a) Membuat function yang berfungsi memuat data kata koreksi
# Membuat function correction untuk membuat dataframe berisi
data kata koreksi
def correction(input_word):

b) Membuat function data dengan tingkat kemiripan tertinggi

# Membuat function untuk mendapatkan index data pada
dataframe yang memiliki similarity tertinggi
def get_index(data):

c) Membuat function untuk mengkoreksi kata

# Membuat function untuk mengoreksi kata
def autocorrect(input_word):

d) Data sebelum dikoreksi

print(clean_data) #Menampilkan data sebelum dikoreksi

e) Menyimpan dan menampilkan data sesudah dikoreksi

hasil = autocorrect(clean_data) #Menyimpan hasil koreksi
print(hasil) #Menampilkan data sesudah dikoreksi
 7

e. Evaluation
Hasil evaluasi untuk mencari nilai akurasi menggunakan metode
membandingkan list data validasi dgn list hasil ocr.

f. Deployment
Tujuan dari tahap deployment adalah agar sistem ini dapat digunakan oleh
khalayak awam. Oleh karena itu, sistem akan di-deploy dalam bentuk website
yang sudah akrab dan familiar bagi masyarakat.
3. Deskripsi Aplikasi
a. Nama dan Fungsi Aplikasi
Sistem Pendeteksi Halal Pada Bahan Makanan Dengan Menggunakan
Teknologi Optical Character Recognition (OCR) Dan Autocorrect adalah
sistem yang berfungsi untuk mengetahui apakah bahan makanan yang
akan dikonsumsi itu halal atau haram. sistem ini menyediakan 2 prediksi
bahan makanan: prediksi melalui teks yang dimana user akan diminta
memasukkan teks yang ingin dideteksi kehalalannya, prediksi melalui
gambar user diminta mengunggah gambar bahan makanan yang ingin
diketahui kehalalannya.
 8

b. Jenis Aplikasi dan Specific Requirement

Aplikasi ini berbasis website yang berarti bisa diakses diberbagai platform
yang bisa mengakses peramban.

c. User Interface

Tampilan Home

Tampilan Beranda atau Home yang berisi pilihan prediksi teks dan
prediksi gambar.
 9

Tampilan prediksi teks

Di menu prediksi teks disini user diminta memasukkan bahan makanan

yang ingin dicek kehalalannya.

Tampilan prediksi teks setelah diinputkan bahan makanan

Berikut tampilan jika bahan tersebut termasuk halal.

Tampilan prediksi gambar

 10

Disini user diminta mengupload gambar bahan makanan atau ingredients

yang ingin diketahui kehalalannya.

Tampilan prediksi gambar setelah diinputkan gambar ingredients

Jika hasil halal maka akan akan muncul “Produk Ini Halal”, sebaliknya
akan muncul “Produk Ini Haram” jika tidak terdeteksi sistem dan akan
ditampilkan apa saja bahan yang haram.
 11

Tampilan About Us

Tampilan about us yang berisi deskripsi dari website ini dan anggota
Fibonacci 4 yang Menyusun sistem ini.

d. Keterangan Lainnya
 Kelebihan dari sistem ini mudah digunakan dan bisa digunakan
diberbagai platform.
 Kekurangan dari website ini adalah belum dihosting, jadi hanya
bisa diakses jika pengguna sudah mendownload seluruh sistem.
12