Implementasi Algoritma Convolutional Neural Network untuk Klasifikasi Jenis Sampah Organik dan Non Organik
Implementation of the Convolutional Neural Network Algorithm for Classifying Types of Organic and Non-Organic Waste
DOI:
https://doi.org/10.57152/malcom.v4i3.1346Keywords:
Algoritma, CNN, Klasifikasi, Non Organik, OrganikAbstract
Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam klasifikasi sampah organik dan non-organik serta mengukur tingkat akurasi deteksi dan pengenalan objek sampah. Metode CNN digunakan untuk mendeteksi dan mengenali objek dalam citra. Hasil penelitian menunjukkan bahwa model CNN mencapai tingkat akurasi tertinggi sebesar 96.43% setelah enam kali percobaan. Hasil tersebut menunjukkan bahwa aplikasi CNN ini layak untuk diimplementasikan dalam klasifikasi sampah. Penting untuk melakukan beberapa uji coba guna memperoleh hasil akurasi yang optimal dengan memperhatikan dataset dalam proses pelatihan dan pengujian. Kesimpulan dari penelitian ini adalah bahwa model CNN dapat memberikan hasil akurasi yang baik dalam klasifikasi sampah organik dan non-organik, sehingga aplikasi ini memiliki potensi untuk diimplementasikan secara luas
References
I. Febriadi, “Pemanfaatan Sampah Organik Dan Anorganik Untuk Mendukung Go Green Concept Di Sekolah,” Abdimas: Papua Journal of Community Service, vol. 1, no. 1, pp. 32–39, Feb. 2019, doi: 10.33506/pjcs.v1i1.348.
Z. Tirta Maulitia et al., “Pemanfaatan Sampah Organik dan Anorganik sebagai Salah Satu Upaya Pengelolaan Sampah di Desa Deles, Batang (Utilization of Organik and Inorganik Waste as Waste Management Efforts in Deles Village, Batang),” Jurnal Pusat Inovasi Masyarat, vol. 4, no. 2, pp. 179–187, 2022.
A. Anas, “Akuntabilitas Penyelenggaraan Pengelolaan Sampah Kota Di Kabupaten Mamuju Provonsi Sulawesi Barat,” Universitas Terbuka, Jakarta, 2017.
M. C. Hairuddin, S. Rahmah, P. Studi, K. Lingkungan, and K. Mamuju, “ANALISIS TIMBULAN SAMPAH DI KANTOR GUBERNUR PROVINSI SULAWESI BARAT,” 2020.
Kementerian Lingkungan Hidup dan Kehutanan, “Sistem Informasi Pengelolaan Sampah Nasional,” Kementerian Lingkungan Hidup dan Kehutanan. Accessed: May 07, 2024. [Online]. Available: https://sipsn.menlhk.go.id/sipsn/public/data/timbulan
M. Fahmi, A. Yudhana, and S. Sunardi, “Pemilahan Sampah Menggunakan Model Klasifikasi Support Vector Machine Gabungan dengan Convolutional Neural Network,” JURKOM (Jurnal Riset Komputer), vol. 10, no. 1, pp. 76–81, 2023, doi: 10.30865/jurikom.v10i1.5468.
F. Sawitri, “INTEGRATION OF GIS AND MCDM METHODS FOR THE EVALUATION OF SOLAR FARM LOCATIONS, CASE STUDY IN KUPANG REGENCY, EAST NUSA TENGGARA,” Institut Teknologi Sepuluh Nopember, Surabaya, 2016.
P. S. Putri, D. Dasrizal, and A. Z. P. Ulni, “DISTRIBUSI DAN POLA SPASIAL USAHA COFFEE SHOP DI KECAMATAN BANGKO PROVINSI JAMBI,” Jurnal Pendidikan Geografi Undiksha, vol. 9, no. 3, pp. 217–233, 2021, doi: http://dx.doi.org/10.23887/jjpg.v9i3.38068.
D. Tribuana, H. Hazriani, and A. Latief Arda, “Face recognition for smart door security access with convolutional neural network method,” TELKOMNIKA (Telecommunication Computing Electronics and Control), vol. 22, no. 3, pp. 702–710, Jun. 2024, doi: 10.12928/telkomnika.v22i3.25946.
E. Juniar, “KLASIFIKASI CITRA UNTUK PENGELOMPOKAN SAMPAH DENGAN MENGGUNAKAN CONVOLUTION NEURAL NETWORK,” Nusa Putra University, Sukabumi, 2022.
Rima Dias Ramadhani, A. Nur Aziz Thohari, C. Kartiko, A. Junaidi, T. Ginanjar Laksana, and N. Alim Setya Nugraha, “Optimasi Akurasi Metode Convolutional Neural Network untuk Identifikasi Jenis Sampah,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 2, pp. 312–318, Apr. 2021, doi: 10.29207/resti.v5i2.2754.
M. Rafly Alwanda, R. Putra, K. Ramadhan, and D. Alamsyah, “Implementasi Metode Convolutional Neural Network Menggunakan Arsitektur LeNet-5 untuk Pengenalan Doodle,” 2020.
R. Permana, H. Saldu, and D. I. Maulana, “OPTIMASI IMAGE CLASSIFICATION PADA JENIS SAMPAH DENGAN DATA AUGMENTATION DAN CONVOLUTIONAL NEURAL NETWORK,” Jurnal Sistem Informasi dan Informatika (Simika), vol. 5, 2022.
D. Tribuana, H. Hazriani, and A. Latief Arda, “Image Preprocessing Approaches Toward Better Learning Performance with CNN,” JURNAL RESTI (Rekayasa Sist. Teknol. Inf.), vol. 10, no. 1, pp. 1–9, 2024, doi: 10.29207/resti.v8i1.5417.
A. T. Setiawan, “Identifikasi Jenis Sampah Secara Otomatis Menggunakan Metode Convolutional Neural Network (CNN),” Smart Comp, vol. 11, no. 3, pp. 345–357, 2022.
J. L. Setiani, “IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR RESNET50 UNTUK IDENTIFIKASI JENIS SAMPAH PLASTIK,” Universitas Atma Jaya, Yogyakarta, 2020.
J. Wong, “Aplikasi Klasifikasi Sampah Organik dan Non Organik dengan Metode GLCM Dan LS-SVM,” Bulletin of Computer Science Research, vol. 3, no. 1, pp. 83–89, 2022, doi: 10.47065/bulletincsr.v3i1.198.
A. Ibnul Rasidi, Y. A. H. Pasaribu, A. Ziqri, and F. D. Adhinata, “Klasifikasi Sampah Organik dan Non-Organik Menggunakan Convolutional Neural Network,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 8, no. 1, Apr. 2022, doi: 10.28932/jutisi.v8i1.4314.
S. Alden and B. N. Sari, “Implementasi Algoritma CNN Untuk Pemilahan Jenis Sampah Berbasis Android Dengan Metode CRISP-DM,” Jurnal Informatika, vol. 10, no. 1, pp. 62–71, Mar. 2023, doi: 10.31294/inf.v10i1.14985.
I. Kasim, Y. Yuyun, and S. Sahibu, “KLASIFIKASI SURAT DIGITAL MENGGUNAKAN ALGORITMA NAÏVE BAYES,” Jurnal IT Media Informasi IT STMIK Handayani, vol. 13, no. 2, pp. 57–62, 2020.
O. D. S. Sunanto and P. H. Utomo, “IMPLEMENTASI DEEP LEARNING DENGAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR SAMPAH ORGANIK DAN ANORGANIK,” Seminar Nasional Matematika, Geometri, Statistika, dan Komputasi SeNa-MaGeStiK, 2022, [Online]. Available: https://magestic.unej.ac.id/
A. Peryanto, A. Yudhana, and R. Umar, “Klasifikasi Citra Menggunakan Convolutional Neural Network dan K Fold Cross Validation,” 2020. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC
R. Permana, H. Saldu, and D. I. Maulana, “OPTIMASI IMAGE CLASSIFICATION PADA JENIS SAMPAH DENGAN DATA AUGMENTATION DAN CONVOLUTIONAL NEURAL NETWORK,” Jurnal Sistem Informasi dan Informatika (Simika), vol. 5, 2022.
M. Khairunnas, “PENGGUNAAN METODE DEEP LEARNING EFFICIENTNET-B1 UNTUK MENGENALI SAMPAH ORGANIK DAN SAMPAH ANORGANIK,” Universitas Negeri Sultan Syarif Kasim Riau, Pekanbaru, 2021.
A. A. A. Paliwang, M. R. D. Septian, M. Cahyanti, and E. R. Swedia, “KLASIFIKASI PENYAKIT TANAMAN APEL DARI CITRA DAUN DENGAN CONVOLUTIONAL NEURAL NETWORK,” SEBATIK, vol. 24, no. 2, pp. 207–212, 2020.
S. Shedriko and M. Firdaus, “PERBANDINGAN OPTIMIZER ADAGRAD, ADADELTA DAN ADAM DALAM KLASIFIKASI GAMBAR MENGGUNAKAN DEEP LEARNING,” STRING (Satuan Tulisan Riset dan Inovasi Teknologi) , vol. 8, no. 1, pp. 103–109, 2023.
R. Richo, R. Yudha Adhitya, M. Khoirul Hasin, M. Syai’in, and E. Setiawan, “Analisis Pengaruh Optimizer pada Model CNN untuk Identifikasi Cacat pada Perekat Kemasan Optimizer Analysis on the CNN Model for Identification Packaging Defects,” Jurnal Sisfotenika, vol. 13, no. 2, pp. 217–229, 2023, doi: 10.30700/jst.v13i2.1447.
