Record Detail

Pembimbing: Elliana Gautama-- Dalam kehidupan manusia, sampah merupakan masalah yang belum tertangani
dengan baik. Dalam kehidupan sehari-hari, setiap manusia menghasilkan sampah
dalam bentuk padat sebanyak 1-3 kg. Sampah yang tidak diolah dapat menimbulkan
masalah dan harus segera diatasi. Sampah dapat dibedakan menjadi tiga jenis, yaitu
sampah organik, sampah anorganik, dan sampah beracun (B3). Untuk membedakan
antara sampah organik, anorganik, dan beracun (B3) dibutuhkan pengklasifikasian
jenis sampah tersebut. Salah satu model deep learning untuk menerapkan klasifikasi
pada jenis data gambar yaitu Convolutional Neural Network (CNN). Diharapkan
metode CNN dapat membedakan sampah organik, anorganik, dan beracun (B3)
sehingga mudah untuk di daur ulang. Dengan memakai library Tensorflow di hasil
uji coba serta evaluasi model terhadap gambar sampah membuktikan akurasi sebesar
96% pada training serta 98% pada data validation. setelah itu dilakukan percobaan
terhadap data baru yaitu citra yang diambil memakai kamera smartphone sebanyak
15 citra. Dari hasil eksperimen dengan memakai 15 data baru, model memprediksi
13 citra dengan benar serta 2 citra masuk dalam jenis salah. Sehingga bisa
disimpulkan jika implementasi deep learning dengan model Convolutional Neural
Network (CNN) dapat mendeteksi pada gambar jenis-jenis sampah.