| dc.description.abstract | Pasar makanan halal global mencapai USD 2,71 triliun pada tahun 2024 dengan proyeksi
USD 5,91 triliun pada tahun 2033. Namun, banyak konsumen Muslim masih mengalami
kesulitan dalam memverifikasi kehalalan produk akibat kompleksitas informasi pada kemasan,
seperti penggunaan istilah teknis yang ambigu, label multibahasa, serta keterbatasan
pemahaman terhadap kode dan istilah bahan pangan.
Penelitian ini mengembangkan sistem verifikasi kehalalan berbasis Explainable Artificial
Intelligence (XAI) yang mengintegrasikan GPT-5, Optical Character Recognition (OCR), dan
web-retrieval melalui SERP API. Sistem menganalisis citra kemasan secara zero-shot untuk
mengekstraksi komposisi bahan, memproses istilah teknis dan bahasa asing, serta
memverifikasi status halal, haram, atau syubhat dengan penjelasan transparan berbasis natural
language.
Evaluasi dilakukan terhadap 100 produk makanan kemasan yang diklasifikasikan ke dalam
empat kategori berdasarkan kejelasan dan indikasi bahan. Kinerja sistem diukur menggunakan
metrik akurasi, presisi, recall, spesifisitas, serta analisis kesalahan.
Hasil evaluasi menunjukkan akurasi sebesar 93%, recall 100%, presisi 87,72%, dan
spesifisitas 86%, tanpa kesalahan False Negative. Kesalahan False Positive terutama
disebabkan oleh keterbatasan informasi web dan ambiguitas istilah bahan. Waktu eksekusi
rata-rata 97 detik per produk masih dapat diterima untuk verifikasi non-real-time.
Sistem berbasis XAI ini bisa digunakan untuk membantu pengambilan keputusan
mengenai halal/haram dari suatu produk. Namun demikian, sistem berfungsi sebagai alat bantu
informasi dan tidak menggantikan peran lembaga sertifikasi halal resmi. | en_US |
