IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM MENDETEKSI JENIS SAMPAH

Darmawan, Doni (2023) IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM MENDETEKSI JENIS SAMPAH. S1 thesis, Universitas Jambi.

	Text Abstract.pdf Download (61kB)
	Text BabI.pdf Download (97kB)
	Text BABV.pdf Download (70kB)
	Text Cover.pdf Download (115kB)
	Text Daftar Pustaka.pdf Download (139kB)
	Text Full_Skripsi.pdf Download (2MB)
	Text Pengesahan.pdf Download (884kB)

Abstract

Sampah merupakan permasalahan yang terus meningkat di Indonesia. Jumlah sampah yang terus bertambah setiap tahunnya menyebabkan banyak masalah, seperti pencemaran lingkungan dan tempat hidup kuman yang dapat menyebabkan penyakit. Salah satu cara yang paling ramah lingkungan untuk mengurangi jumlah sampah adalah dengan mendaur ulang sampah. Namun, kurangnya pengetahuan tentang jenis sampah yang dapat didaur ulang mengakibatkan berkurangnya kemauan untuk mendaur ulang sampah tersebut. Oleh karena itu, diperlukan teknologi untuk membantu masyarakat untuk mengetahui jenis sampah yang dapat didaur ulang. Saat ini, ilmu pengetahuan dan teknologi pengolahan citra digital telah berkembang pesat dan dapat digunakan untuk membantu pengklasifikasian jenis-jenis Salah satu algoritma yang sering digunakan untuk pengolahan citra adalah Convolutional Neural Network (CNN), yang memiliki ekstraksi fitur yang kuat. Penelitian ini akan berfokus pada pengindetifikasi jenis sampah yang dapat didaur ulang atau tidak dengan mengimplementasikan metode CNN dengan teknik Transfer Learning. Penelitian ini dilakukan untuk deteksi Sampah daur ulang dengan metode CNN dengan akurasi model terbaik dalam pendeteksian Sampah daur ulang. Hasil penelitian ini menunjukkan bahwa penambahan jumlah epoch dan nilai batch size dapat mempengaruhi akurasi dari model CNN. Pada penelitian ini, jumlah epoch 15 dan nilai batch size 64 menghasilkan akurasi terbaik dengan nilai akurasi training sebesar 99%, akurasi validation sebesar 92% dan akurasi testing sebesar 81%

Type:	Thesis (S1)
Uncontrolled Keywords:	sampah;daur ulang,CNN,transfer learning;imbalance data
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	Darmawan
Date Deposited:	16 Jan 2024 04:05
Last Modified:	16 Jan 2024 04:05
URI:	https://repository.unja.ac.id/id/eprint/60591

Actions (login required)

View Item