Path: Top > Skripsi - D4 > 2017 > Jurusan Teknik Komputer & Informatika > Program Studi Teknik Informatika > 2023

Ad-Recommender Otomatis Berdasarkan Gender dan Kategori Usia Pengunjung Menggunakan YOLOV8 Untuk Optimalisasi Iklan

Automatic Ad-Recommender Based on Visitor's Gender and Age Category Using YOLOV8 For Ad Optimization

Skripsi, 024 / 2023 / TI4
Undergraduate Theses from JBPTPPOLBAN / 2024-05-27 15:42:10
Oleh : 191524053 - Nisa Shadrina & 191524054 - Putri Syalwa Abdullah (nisa.shadrina.tif419@polban.ac.id)
Dibuat : 2024-05-27, dengan 4 file

Keyword : YOLOv8; ad-recommender; weighted scoring; deep learning; jenis kelamin; kategori usia
Subjek : YOLOv8; ad-recommender; weighted scoring; deep learning; gender; age categories

Iklan merupakan salah satu elemen penting dalam mempromosikan produk kepada publik. Saat ini mayoritas penampilan iklan di Indonesia masih menggunakan iklan statis yang hanya bergantung pada input awal dan hanya dapat diganti oleh administrator secara manual. Dalam menghadapi perkembangan teknologi dan persaingan pasar yang semakin ketat, iklan statis tidak lagi efisien. Oleh sebab itu, sistem ini menggunakan model YOLOv8, yang merupakan model deep learning terkini, untuk mendeteksi gender dan kategori usia pengunjung sebagai faktor dalam menampilkan iklan yang relevan. Metode pengembangan yang digunakan adalah SDLC incremental, yang mencakup tahap-tahap analisis, perancangan, implementasi, dan pengujian. Pertama, subsistem pengenalan gender dan kategori usia dibangun dengan menggunakan model YOLOv8 untuk mendeteksi gender dan kategori usia pengunjung. Hasil training mencapai 94,6 mAP, memastikan kemampuan sistem untuk mengenali pengunjung dengan tepat. Selanjutnya, subsistem ad recommender dibangun dengan menggunakan metode weighted scoring. Metode weighted scoring akan memberikan skor tinggi bagi iklan-iklan yang paling relevan dengan profil pengunjung. Sistem informasi ad-recommender otomatis ini akan menampilkan rekomendasi produk iklan secara real-time sesuai dengan karakteristik pengunjung yang terdeteksi. Pengembangan ini dapat memberikan kontribusi terhadap pengembangan teknologi iklan yang lebih dinamis dan efisien, serta memberikan panduan praktis bagi pelaku bisnis dalam meningkatkan strategi pemasaran mereka. Diharapkan sistem ini dapat diterapkan secara luas dalam industri periklanan di Indonesia dan berpotensi memberikan keuntungan yang signifikan dalam meningkatkan penjualan dan kepuasan pelanggan.

Deskripsi Alternatif :

Advertising is one of the essential elements in promoting products to the public. Currently, the majority of supermarkets or malls in Indonesia still use static advertisements that rely solely on initial input and can only be changed by the administrator manually. In the face of technological advancements and increasingly fierce market competition, static advertisements are no longer efficient. Therefore, this system utilizes the YOLOv8 model, which is the latest deep learning model, to detect the gender and age categories of visitors as factors in displaying relevant advertisements. The development method used is the incremental Systems Development Life Cycle (SDLC), which includes stages of analysis, design, implementation, and testing. First, the gender and age categories recognition subsystem is built using the YOLOv8 model to detect the gender and age categories of visitors. The training result reaches 94,6 mAP, ensuring the system's capability to accurately recognize visitors. Next, the ad recommender subsystem is built using the weighted scoring method. The weighted scoring method assigns high scores to advertisements that are most relevant to the visitor's profile. This automated ad-recommender information system will display real-time ad product recommendations according to the detected visitor characteristics. This development can contribute to the advancement of more dynamic and efficient advertising technology, as well as provide practical guidance for supermarket businesses to enhance their marketing strategies. It is expected that this system can be widely implemented in the advertising industry in Indonesia and has the potential to provide significant benefits in increasing sales and customer satisfaction.

Beri Komentar ?#(3) | Bookmark

PropertiNilai Properti
ID PublisherJBPTPPOLBAN
Organisasi
Nama KontakErlin Arvelina
AlamatJl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon022 201 3789 ext. 168, 169, 239
Fax022 201 3889
E-mail Administratorerlin.arvelina@polban.ac.id
E-mail CKOerlin.arvelina@polban.ac.id

Print ...

Kontributor...

  • Pembimbing 1: Dr. Priyanto Hidayatullah, S.T., M.Sc.

    Pembimbing 2: Djoko Cahyo Utomo Lieharyani, S.Kom., M.MT., Editor: Erlin Arvelina

Download...