KLASIFIKASI SAMPAH ANORGANIK MENGGUNAKAN MOBILENET STUDI KASUS BANK SAMPAH ANUGERAH

VALENSIA FERNANDA HAM AYOMI (2024) KLASIFIKASI SAMPAH ANORGANIK MENGGUNAKAN MOBILENET STUDI KASUS BANK SAMPAH ANUGERAH. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71200561_bab1_bab5_daftarpustaka.pdf Download (2MB)
	Text (Skripsi Informatika) 71200561_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi sampah anorganik berbasis Convolutional Neural Network (CNN) dengan menggunakan pendekatan transfer learning pada arsitektur MobileNetV2. Model ini dirancang untuk mengklasifikasikan 14 kategori sampah anorganik, antara lain botol kaca, botol kemasan, botol sabun sampoo, elektronik, kaleng, kabel, karton, kertas bekas, logam lainnya, plastik kresek, plastik lainnya, sendok garpu, sendok plastik, dan sepatu sendal bekas. Dataset yang digunakan terdiri dari 400 gambar per kelas yang dikumpulkan melalui scraping dari Google, Kaggle, dan pengambilan gambar langsung, serta diproses untuk meningkatkan kualitas dan mengurangi overfitting. Hasil evaluasi menunjukkan bahwa model berhasil mencapai akurasi sebesar 82% pada dataset uji dengan nilai precision, recall, dan f1-score yang lebih baik dibandingkan dengan model awal yang menggunakan dataset yang kurang bersih dan tidak seimbang. Model kemudian dikonversi ke format TensorFlow Lite untuk diimplementasikan dalam aplikasi mobile berbasis Android yang dapat mengklasifikasikan sampah dan menentukan apakah sampah dapat diterima di bank sampah.

Actions (login required)

View Item