L2P UNIVERSITAS MUHAMMADIYAH PONOROGO
Universitas Muhammadiyah Ponorogo
Temukan setiap halaman yang menunggu untuk dibaca, setiap pengetahuan yang siap mengubah dunia.
PENDETEKSIAN FOTO SAMPAH OTOMATIS MENGGUNAKAN KLASIFIKASI BERBOBOT UNTUK PENUKARAN POIN SAMPAH PADA WEBSITE OLSAM
KARTIKA NUR ANGGRAENI (21533491) - Nama Orang;
Skripsi · 2025
Pengelolaan sampah yang efisien dan berbasis teknologi menjadi salah satu tantangan penting dalam upaya pelestarian lingkungan. Penelitian ini mengembangkan sistem otomatis untuk klasifikasi sampah menggunakan algoritma Convolutional Neural Network (CNN), yang diintegrasikan dengan sistem penukaran poin pada platform berbasis web bernama OLSAM. Sistem memungkinkan pengguna mengunggah foto sampah, yang kemudian diklasifikasikan secara otomatis ke dalam lima kategori: plastik, kaca, aluminium, metal, dan kertas. Poin dihitung secara proporsional berdasarkan hasil klasifikasi kategori sampah dan berat fisik yang dimasukkan oleh pengguna, dengan skema nilai tukar yang ditentukan berdasarkan harga per kilogram masing-masing jenis sampah. Dataset diperoleh dari berbagai sumber, kemudian dilakukan preprocessing melalui augmentasi menggunakan ImageDataGenerator. Model CNN dikembangkan dan dievaluasi menggunakan Confusion Matrix dan pengujian Black Box. Hasil pengujian menunjukkan bahwa sistem mampu melakukan klasifikasi dengan akurasi hingga 96,67% pada epoch ke-65, dengan performa terbaik pada kategori kertas dan metal. Sistem juga dilengkapi fitur unggah gambar, estimasi poin otomatis, serta antarmuka yang ramah pengguna. Penelitian ini menunjukkan bahwa sistem yang dikembangkan dapat meningkatkan efektivitas pengelolaan sampah dan mendorong partisipasi masyarakat melalui pendekatan insentif berbasis teknologi. Pengembangan lebih lanjut diperlukan untuk meningkatkan akurasi model dan cakupan jenis sampah dalam dataset.
Penanda Bagikan
About this edition
Edisi: -
ISBN/ISSN: -
Page count: xxiii, 95 p, 30 cm.
Published: 2025
Format: text
Penerbit: TEKNIK UNMUH PONOROGO
Bahasa: Indonesia
Tipe Isi: text
Tipe Media: -
Tipe Pembawa: -
Ketersediaan
#
Belum memasukkan lokasi
65 ANG p FT-2025
KK1219FT
Tersedia
Versi lain/terkait
Tidak tersedia versi lain
