APPLIKASI CONVOLUTION NEURAL NETWORK UNTUK MENDETEKSI JENIS-JENIS SAMPAH

Abstract

sampah merupakan permasalahan di berbagai\xa0 negara dunis, termasuk di Indonesia. Negara Indonesia\xa0 merupakan\xa0negara penyumbang sampah plastik terbesar\xa0 kedua\xa0di dunia. Pengolahan sampah merupakan salah satu cara untuk mengurangi sampah yang dihasilkan oleh\xa0 masyarakat. Pemisahan jenis sampah merupakan tahapan\xa0 awal\xa0sebelum dari proses daur ulang dilakukan. Penginderaan\xa0jenis dan bentuk sampah dengan kamera\xa0 adalah satu metode yang menantang dalam penelitian di\xa0 bidang\xa0computer vision. Dengan menggunakan metode ini dapat\xa0membuat sistem pemilahan sampah yang otomatis. Pada penelitian ini akan menentukan model CNN\xa0 (Convolutional Neural Network) yang memiliki performa\xa0 paling\xa0baik dalam memilah sampah dengan metode transfer\xa0 learning. Transfer learning dalam penelitian ini menggunakan pre-trained model dari ImageNet. Hasil penelitian\xa0menunjukkan bahwa model CNN yang paling baik\xa0 adalah\xa0Resnet 50. Nilai akurasi yang didapatkan dari train\xa0 adalah\xa078% dan 90%. Sedangkan nilai akurasi dari validation\xa0sebesar 74% dan 80%. Dalam penelitian ini untuk\xa0 dapat\xa0menerapkan teknologi pemisahan sampah secara\xa0 otomatis\xa0pada tempat sampah maka dapat menggunakan model\xa0Resnet 50 apabila menggunakan server atau komputer\xa0dengan spesifikasi yang tinggi. Apabila\xa0 menggunakan perangkat controller seperti Raspberry Pi\xa0 dapat\xa0menggunakan model CNN MobileNet