@unpublished{unpkediri25584,
           title = {KLASIFIKASI CITRA SAMPAH ORGANIK DAN ANORGANIK MENGGUNAKAN ALGORITMA CNN SEBAGAI MEDIA BELAJAR SEKOLAH DASAR},
           month = {July},
          school = {Universitas Nusantara PGRI Kediri},
          author = {Dwika Putra Adinata},
            year = {2026},
             url = {http://repository.unpkediri.ac.id/25584/},
        keywords = {Deep Learning, Klasifikasi Sampah, MobileNetV3, Real-Time, Sampah Anorganik, Sampah Organik.},
        abstract = {Tercampurnya limbah organik dan anorganik akibat ketiadaan pemisahan wadah di ruang kelas menjadi kendala utama dalam pengelolaan sampah di SDN Payaman, sehingga proses penyortiran harus dilakukan secara manual di tempat pembuangan akhir yang memakan waktu dan rawan kekeliruan. Penelitian ini bertujuan untuk merancang sistem klasifikasi sampah berbasis web yang beroperasi secara real-time dengan memanfaatkan algoritma Convolutional Neural Network (CNN) berarsitektur MobileNetV3. Sistem ini dirancang untuk mengatasi keterbatasan aplikasi statis yang mengharuskan pengguna mengunggah citra satu per satu. Pengujian kinerja model dilakukan melalui 17 skenario eksperimen menggunakan 2.820 data citra gabungan dari akuisisi primer di sekolah dan dataset publik Kaggle. Hasil evaluasi menunjukkan kinerja model yang sangat unggul dengan tingkat akurasi rata-rata mencapai 99,08\%, presisi 99,15\%, recall 99,22\%, serta F1-score 99,18\%. Sistem juga terbukti sangat responsif untuk pemrosesan real-time dengan waktu inferensi 11,05 milidetik per frame (setara dengan 91 Frames Per Second) tanpa adanya ketimpangan prediksi antar kelas. Pengujian fungsional di lapangan mengonfirmasi bahwa aplikasi ini layak dan efektif digunakan sebagai media interaktif pendukung pembelajaran lingkungan hidup bagi siswa sekolah dasar.}
}