Perancangan Sistem Identifikasi Entitas Kritis Pada Label Produk Makanan Berbasis Web Menggunakan Integrasi Named Entity Recognition (NER), Optical Character Recognition (OCR), dan Algoritma K-Nearest Neighbor (KNN)

Authors

  • Miftah Fathu Ramadhan Universitas Pamulang
  • A. Nurul Anwar Universitas Pamulang

Keywords:

Optical Character Recognition, Named Entity Recognition, K-Nearest Neighbor, label produk makanan, status halal

Abstract

Label komposisi pada produk makanan sering memuat istilah ilmiah atau nama bahan yang kurang dipahami oleh masyarakat sehingga menyulitkan proses identifikasi bahan yang berpotensi memengaruhi status kehalalan suatu produk. Penelitian ini bertujuan mengembangkan sistem berbasis web yang dapat membaca dan menganalisis label komposisi produk makanan secara otomatis serta mengidentifikasi bahan berdasarkan status kehalalannya. Metode pengembangan sistem yang digunakan adalah Prototype. Sistem dibangun dengan mengintegrasikan Optical Character Recognition (OCR) untuk mengekstraksi teks dari gambar label, Named Entity Recognition (NER) untuk mengenali nama bahan, serta K-Nearest Neighbor (KNN) untuk mengklasifikasikan bahan ke dalam kategori halal, haram, dan mushbooh. Hasil penelitian menunjukkan bahwa sistem dapat mengekstraksi informasi dari label produk, mengenali entitas bahan makanan, serta mengklasifikasikan status bahan berdasarkan kemiripan dengan data yang telah dipelajari. Informasi tersebut kemudian digunakan untuk menentukan status produk berdasarkan komposisi yang dianalisis. Dengan demikian, sistem yang dikembangkan dapat membantu pengguna memperoleh informasi mengenai status halal suatu produk secara lebih praktis dan efisien.

References

Amien, M. (2023). Sejarah dan Perkembangan Teknik Natural Language Processing (NLP) Bahasa Indonesia: Tinjauan Tentang Sejarah, Perkembangan Teknologi, dan Aplikasi NLP dalam Bahasa Indonesia. ELANG: Journal of Interdisciplinary Research, 99-105.

Angelina, S. J., Negara, A. B., & H. M. (2023). Analisis Pengaruh Penerapan Stopword Removal Pada Performa Klasifikasi Sentimen Tweet Bahasa Indonesia. JUARA (Jurnal Aplikasi dan Riset Informatika, 165-173.

Hadi, K., & Utami, E. (2025). ANALISIS K-NN DENGAN INTEGRASI BOW, TF-IDF, DAN N-GRAMS UNTUK KLASIFIKASI UJARAN KEBENCIAN PADA TWITTER. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 2971-2983.

Khairani, D., Bangkit, D. A., & Rozi, N. F. (2022). Named-Entity Recognition and Optical Character Recognition for Detecting Halal Food Ingredients: Indonesian Case Study. The 10 th International Conference on Cyber and IT Service Management (CITSM 2022).

Marunung, J., Saragih, H., Prabukusumo, M. A., & Firdaus, E. A. (2025). Optimizing the performance of the K-Nearest Neighbors algorithm using grid search and feature scaling to improve data classification accuracy. Jurnal Mandiri IT Vol. 14 No. 2, 260-268.

Maulana, M. R., Nugroho, A. P., Adinata, F. C., Haidar, N. B., & Setiawan, A. (2025). KNN-Based Handwritten Digit Classification with Accuracy Analysis and Visualization. JURNAL ILMIAH SISTEM INFORMASI (JUSI), 142-150.

Nanda, I. A., Seputra, K. A., & Dermawan, K. T. (2026). Perbandingan Performa RESTful API Menggunakan Framework Python Flask dan Go Gin pada Pengembangan Aplikasi Alumni Circle. Journal of Artificial Intelligence and Digital Business (RIGGS), 12113-12119.

Rosyadi, A. W., Ma'shummah, S., Zaman, M. Q., & Fajar, M. R. (2024). Ingredients Identification Through Label Scanning Using PaddleOCR and ChatGPT for Information Retrieval. JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi), 758-767.

Salsabella, A., Amalia, A. N., & Rahma, D. A. (2024). SYUBHAT IN EDUCATION: BALANCING KNOWLEDGE. Islamologi : Jurnal Ilmiah Keagamaan.

Sari, L. A. (2024). Analysis of Public Sentiment on Google Play Store Tije Application Users Using Naïve Bayes Classifier Method. Jurnal Teknik Informatika (Jutif), 243-251.

Setiawan, A., & Hasan, F. N. (2025). ANALISIS SENTIMEN TANGGAPAN PENGGUNA APLIKASI BALE BY BTN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). STORAGE – Jurnal Ilmiah Teknik dan Ilmu Komputer, 315-326.

Sholeh, M., Aji, W. L., Yusdhistira, R., & Qasthari, B. L. (2022). Pengelolaan Pemesanan Menu Makanan Menggunakan Framework Flask Python. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 916-929.

Sholihin, R. (2024). KONSEP HALAL DAN HARAM (PERSPEKTIF HUKUM DAN PENDIDIKAN) . JOURNAL OF ISLAMIC AND LAW STUDIES, 1-8.

Syahrina, A., Krismono, B., & Zulfikri, M. (2025). IMPLEMENTASI OPTICAL CHARACTER RECOGNITION DAN ALGORITMA AHO-CORASICK UNTUK DETEKSI BAHAN BERBAHAYA PADA PRODUK SKINCARE. INDEXIA: Informatic and Computational Intelligent Journal, 88-96.

Ummah, A. C., Moh, B., & Hilal, S. (2023). Sertifikasi Halal dan Kesadaran Halal Pada Minat Beli Produk Makanan. Ekonomi, Keuangan, Investasi dan Syariah (EKUITAS), 1113-1119.

Wijaya, J., Putra, F. S., Irsyad, H., & Rahman, A. (2025). IMPLEMENTASI TF-IDF DAN KNN PADA REKOMENDASI JURNAL OTOMATIS. Journal of Informatics and Computer Engineering Research (JICER), 18-24.

Wijayanto, C., & Susetyo, Y. A. (2022). IMPLEMENTASI FLASK FRAMEWORK PADA PEMBANGUNAN APLIKASI SISTEM INFORMASI HELPDESK (SIH) . JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 858-868.

Downloads

Published

2026-07-20

How to Cite

Ramadhan, M. F., & Anwar, A. N. (2026). Perancangan Sistem Identifikasi Entitas Kritis Pada Label Produk Makanan Berbasis Web Menggunakan Integrasi Named Entity Recognition (NER), Optical Character Recognition (OCR), dan Algoritma K-Nearest Neighbor (KNN). JRIIN :Jurnal Riset Informatika Dan Inovasi, 4(6), 1649–1656. Retrieved from https://jurnalmahasiswa.com/index.php/jriin/article/view/4341