No image available for this title

Text

“IDENTIFIKASI JENIS SAMPAH SEBAGAI UPAYA PENGOLAHAN LIMBAH PLASTIK BERBASIS DEEP LEARNING”


Pemilahan sampah sebelum ditampung ke Tempat Pemuangan Akhir (TPA) sangat penting untuk mengurangi jumlah penimbunan sampah yang terus meningkat setiap tahunnya. Permasalahan ini dapat ditangani dengan mengimplementasikan mesin yang dapat memilah sampah dengan otomatis. Penelitian ini berjenis kuantitatif dan menggunakan data sekunder, yakni data citra jenis-jenis sampah. Citra akan diklasifikasikan ke jenis sampah organic dan sampah anorganik dengan bantuan model deep learning. Pengukuran yang dilakukan berupa pengukuran tingkat akurasi model deep learning yang dirancang dalam mengklasifikasikan citra sampah ke jenis-jenis sampah yang sesuai. Sesuai dataset yang ada, akan dilakukan identifikasi sampah yang akan digunakan, yaitu sampah sisa makanan, kertas, kayu, dan daun serta sampah elektronik, logam, plastic, dan botol. Akurasi keseluruhan model adalah 94,42%, yang berarti bahwa model tersebut mengklasifikasikan dengan benar 94,42% sampel limbah. Model paling akurat dalam mengklasifikasikan limbah kayu (99,24%), kantong plastik (98,10%), dan limbah daun (98,49%). Model paling tidak akurat dalam mengklasifikasikan kaleng logam (85,25%) dan limbah makanan (94,47%). Model lebih cenderung salah mengklasifikasikan limbah kayu sebagai kantong plastik (1,75%) dan kantong plastik sebagai limbah kayu (1,90%). Model juga lebih cenderung salah mengklasifikasikan kaleng logam sebagai limbah makanan (14,75%) dan limbah makanan sebagai kaleng logam (5,53%).

Kata kunci: deep learning, sampah, identifikasi


Ketersediaan

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
-
Penerbit
Yogyakarta : Politeknik ATK.,
Deskripsi Fisik
32 halaman, 30 cm, bibli. hal 32
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Info Detail Spesifik
Prodi TPKP
Pernyataan Tanggungjawab
Informasi Lainnya
Artikel
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar