PERANCANGAN SISTEM DETEKSI KEASLIAN SERTIFIKAT KETERAMPILAN PELAUT DENGAN EFFICIENTNET DAN VGG16 PADA PT ETSI HUTAMA MARITIM MTC

Salman, Al Faritsi (2025) PERANCANGAN SISTEM DETEKSI KEASLIAN SERTIFIKAT KETERAMPILAN PELAUT DENGAN EFFICIENTNET DAN VGG16 PADA PT ETSI HUTAMA MARITIM MTC. Other thesis, UNSADA.

[thumbnail of COVER.pdf] Text
COVER.pdf
Download (1MB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf
Download (739kB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf
Download (1MB)
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf
Restricted to Registered users only
Download (2MB)
[thumbnail of BAB 5.pdf] Text
BAB 5.pdf
Download (724kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Download (657kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Download (735kB)
[thumbnail of HASIL TURNITIN.pdf] Text
HASIL TURNITIN.pdf
Download (520kB)
[thumbnail of SUKET TURNITIN.pdf] Text
SUKET TURNITIN.pdf
Download (672kB)
Official URL: http://repository.unsada.id

Abstract

Pemalsuan sertifikat keterampilan pelaut merupakan isu serius yang dapat mengganggu integritas proses rekrutmen dan pelatihan dalam industri maritim. Proses verifikasi dokumen yang masih bersifat manual menyebabkan keterlambatan, inefisiensi, dan meningkatkan risiko kesalahan serta pemalsuan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang sistem berbasis web yang mampu melakukan deteksi keaslian sertifikat pelaut secara otomatis menggunakan pendekatan Deep Learning. Dua arsitektur Convolutional Neural Network (CNN), yaitu EfficientNet dan VGG16, diterapkan untuk mengklasifikasikan gambar sertifikat menjadi dua kategori, yaitu asli dan palsu. Sistem ini diintegrasikan dalam platform rekrutmen kru kapal berbasis Laravel yang dikembangkan di lingkungan PT ETSI HUTAMA MARITIM MTC. Hasil pengujian menunjukkan bahwa sistem yang dibangun mampu meningkatkan efisiensi proses verifikasi dokumen secara signifikan dengan tingkat akurasi yang tinggi. Dengan demikian, sistem ini mendukung digitalisasi layanan serta meningkatkan keamanan dan kepercayaan terhadap keaslian dokumen sertifikasi pelaut.

Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing : Dr Aji Setiawan S.Kom, MMSI
Uncontrolled Keywords: Keaslian Dokumen, Deep Learning, EfficientNet , VGG16, Laravel
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Last Modified: 27 Nov 2025 07:32
URI: http://repository.unsada.id/id/eprint/10163

Actions (login required)

View Item View Item