SISTEM MULTI KLASIFIKASI SAMPAH ANORGANIK DENGAN MENGGUNAKAN TRANSFER LEARNING

  • Anugrayani Bustamin Universitas Hasanuddin
    (ID)
  • Baizul Zaman STMIK Kharisma Makassar
    (ID)
  • Fadhil Khusnul Hakim Universitas Hasanuddin
    (ID)

Abstrak

Pengelolaan sampah merupakan salah satu tantangan utama yang dihadapi oleh masyarakat saat ini dalam upaya menjaga kebersihan lingkungan dan melindungi sumber daya alam. Pertumbuhan populasi yang cepat, perubahan gaya hidup, dan konsumsi yang meningkat telah menyebabkan peningkatan volume sampah yang dihasilkan. Oleh karena itu, penting bagi untuk mengembangkan solusi yang efektif dalam mengelola sampah agar dapat mencapai lingkungan yang bersih dan berkelanjutan. Pengelolaan sampah yang baik perlu mengetahui klasifikasi jenis sampah, dengan bantuan Artificial Intelligence (AI) proses klasifikasi sampah dapat dilakukan dengan baik dan efektif. Sehingga penelitian ini, bertujuan untuk melakukan klasifikasi 10 jenis sampah anorganik diantaranya: (battery, biological, cardboard, clothes, glass, metal, paper, plastic, shoes, dan trash) dengan model Convolutional Neural Network (CNN) yang dirancang dengan Arsitektur ResNet-50. Hasil pelatihan model ResNet-50 dengan Adam optimizer dan Learning Rate 0,00005 memiliki akurasi sebesar 97,73% sehingga mampu mendetek si jenis sampah anorganik dengan cukup baik. 

##submission.authorBiographies##

##submission.authorWithAffiliation##

Departemen Teknik Informatika, Fakultas Teknik

##submission.authorWithAffiliation##

Program Studi Informatika

##submission.authorWithAffiliation##

Departemen Teknik Informatika, Fakultas Teknik

Diterbitkan
2023-11-17
Bagian
Vol.8, No.2 (November 2023)
Abstrak viewed = 231 times