Record Detail

Pembimbing: M.Isnin Faried -- Kasus sampah di Indonesia merupakan permasalah yang belum
terselesaikan hingga saat ini, sedangkan itu dengan bertambahnya jumlah
penduduk sehingga akan menggikuti pula bertambahnya volume
timbulnya sampah yang di hasilkan pada kegiatan manusia.
Komposisi sampah yang dihasilkan dari kegiatan manusia
merupakan sampah organik sebanyak 60% - 70% sisanya merupakan
samapah non organik 30% - 40%, sedangkan itu dari sampah non organik
tersebut komposisi paling banyak kedua yaitu sebanyak 14% merupakan
sampah plastik. Salah satu arsitektur Deep Learning yang sedang berkembang saat
ini adalah Convolutional Neural Network (CNN). Jaringan ini dibuat
dengan asumsi bahwa masukkan yang digunakan adalah berupa gambar.
Teknik ini dapat membuat fungsi pembelajaran citra menjadi lebih efisien
untuk diimplementasikan.Oleh karena itu peneliti akan memanfaatkan
kelebihan dari CNN yaitu yang mampu mengklasifikasikan sebuah objek
yang akan di tambahkan metode COMPUTER VISION
Sehingga data yang sudah di train menggunakan Model CNN
Menggunakan Library Tensorflow Menunjukan akurasi pada 0.9959 proses
Training dan 0.9980 pada proses Validation. Sehingga dapat disimpulkan
bahwa implementasi Deep Learning dengan menggunakan metode
Convolutional Neural Network (CNN) mampu melakukan klasifikasi bahan
sampah botol Hasil klasifikasi pada data Testing sebanyak sembilan kali untuk
menguji model yang terbentuk menunjukan enam dari sembilan gambar dapat
diklasifikasikan dengan benar.