IMPLEMENTASI TEKNOLOGI DEEP LEARNING UNTUK KLASIFIKASI JENIS SAMPAH ORGANIK DAN ANORGANIK

Sari, Putri Desi Kusuma (2025) IMPLEMENTASI TEKNOLOGI DEEP LEARNING UNTUK KLASIFIKASI JENIS SAMPAH ORGANIK DAN ANORGANIK. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full Text)
RAMA_55201_2113020141.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (5MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2113020141_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2113020141_0729098903_0719068702_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (BAB 2)
RAMA_55201_2113020141_0729098903_0719068702_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (430kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2113020141_0729098903_0719068702_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (659kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2113020141_0729098903_0719068702_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (529kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2113020141_0729098903_0719068702_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (157kB) | Request a copy
[img] Text (References)
RAMA_55201_2113020141_0729098903_0719068702_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (165kB)
[img] Text (Lampiran)
RAMA_55201_2113020141_0729098903_0719068702_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy

Abstract

Masalah pengelolaan sampah, khususnya pemisahan antara sampah organik dan anorganik, masih menjadi tantangan di berbagai wilayah termasuk Desa X. Ketidaktahuan masyarakat dalam memilah sampah menyebabkan pencemaran lingkungan dan menyulitkan proses daur ulang. Oleh karena itu, penelitian ini menawarkan solusi dengan menerapkan teknologi deep learning menggunakan arsitektur EfficientNet untuk mengklasifikasikan sampah berbasis citra. Sistem dikembangkan dalam bentuk website yang memungkinkan pengguna mengunggah gambar dari galeri atau kamera secara langsung untuk diklasifikasi sebagai organik atau anorganik. Evaluasi dilakukan dalam 11 eksperimen menggunakan dataset dari Kaggle, Roboflow, dan hasil dokumentasi sendiri. Hasil terbaik diperoleh dengan akurasi sebesar 98%, presisi 99%, recall 97%, dan F1-score 98%, khususnya ketika menggunakan kombinasi data augmentasi. Temuan ini menunjukkan bahwa model memiliki performa yang stabil dan andal dalam mengenali kedua jenis sampah. Sistem ini diharapkan dapat membantu meningkatkan efektivitas pemilahan sampah di lingkungan masyarakat serta mendukung keberhasilan program daur ulang berbasis teknologi.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Deep Learning, EfficientNet, Klasifikasi Sampah, Sampah Anorganik, Sampah Organik.
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 458 Technical information
410 Engineering science > 459 Computer science
410 Engineering science > 462 Information technology
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Putri Desi Kusuma Sari
Date Deposited: 06 Aug 2025 13:36
Last Modified: 06 Aug 2025 13:36
URI: http://repository.unpkediri.ac.id/id/eprint/19826

Actions (login required)

View Item View Item