Rakasiwi, Galih (2025) Sistem Deteksi Sampah Daur Ulang Menggunakan Algoritma Convolutional Neural Networks Dengan Metode Transfer Learning. Bachelor thesis, Universitas Nasional.
![]() |
Text
COVER.pdf Download (1MB) |
![]() |
Text
BAB I.pdf Download (208kB) |
![]() |
Text
BAB II.pdf Download (398kB) |
![]() |
Text
BAB III.pdf Download (539kB) |
![]() |
Text
BAB IV.pdf Download (1MB) |
![]() |
Text
BAB V.pdf Download (149kB) |
![]() |
Text
LAMPIRAN.pdf Download (294kB) |
Abstract
Sampah didefinisikan sebagai benda padat atau tidak padat yang tidak lagi digunakan akibat aktivitas makhluk hidup. Indonesia menjadi penyumbang sampah terbesar kedua di dunia, salah satunya akibat rendahnya kesadaran masyarakat terhadap daur ulang sampah. Berdasarkan data Sistem Informasi Pengelolaan Sampah Nasional (SIPSN) tahun 2021, dari 24,67 juta ton sampah yang dihasilkan, hanya 50,43% yang berhasil diolah. Untuk mengatasi masalah ini, penelitian ini bertujuan mengembangkan sistem pendeteksi sampah daur ulang otomatis berbasis teknologi Convolutional Neural Networks (CNN). Sistem ini dirancang untuk membantu pengguna mengidentifikasi dan mengelola sampah secara lebih efektif, sekaligus memberikan solusi terhadap rendahnya kesadaran masyarakat dalam memilah sampah. Metode transfer learning diterapkan untuk mengoptimalkan model CNN dengan memanfaatkan model yang telah dilatih sebelumnya pada dataset besar. Hasil pengujian menunjukkan bahwa model yang dikembangkan memiliki performa sangat baik, dengan akurasi 96,16% dan nilai loss sebesar 0,1623. Akurasi tinggi ini mencerminkan kemampuan sistem dalam melakukan deteksi sampah dengan tingkat kesalahan yang sangat rendah. Sebagai hasil akhirnya, sistem ini tidak hanya menawarkan solusi inovatif, tetapi juga secara signifikan membantu menyelesaikan permasalahan utama terkait pengelolaan sampah dan meningkatkan kesadaran masyarakat terhadap pentingnya daur ulang.
Item Type: | Thesis (Bachelor) |
---|---|
Subjects: | H Social Sciences > H Social Sciences (General) H Social Sciences > HN Social history and conditions. Social problems. Social reform |
Divisions: | Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika |
Depositing User: | - Abdurrahman - |
Date Deposited: | 18 Jul 2025 03:13 |
Last Modified: | 18 Jul 2025 03:13 |
URI: | http://repository.unas.ac.id/id/eprint/13793 |
Actions (login required)
![]() |
View Item |