TEUKU IMAM IBNU BATUTAH Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Elektro 2024

Skripsi

Abstrak-Pengelolaan sampah di Indonesia pada saat ini menjadi sebuah permasalahan yang belum dapat terselesaikan. Dari aktivitas manusia sehari-hari dapat menghasilkan komposisi sampah organik sebanyak 60-70% dan sisanya berupa sampah non organik sebanyak 30-40%. Dan perlu diketahui bahwasanya komposisi sampah terbanyak kedua dari sampah non organik tersebut yaitu sebesar 14% merupakan sampah plastik. Solusi yang dapat ditawarkan diantaranya yaitu pemanfaatan kemajuan teknologi, menggunakan teknologi yang saat ini sedang berkembang pesat yaitu kecerdasan buatan. Implementasinya berupa deteksi sampah dengan kamera sebagai pengenal jenis sampah organik dan non organik kemudian melakukan pemilahannya. Pengunaan Deep learning dengan artsitektur CNN (Convolutional Neural Network) akan dipakai dalam mengenali objek sampah organik dan non organik. Dari permasalahan tersebut penelitian ini akan melakukan pemilahan sampah menggunakan CNN dengan menghasilkan deteksi yang akurat dengan memanfaatkan Webcamera Logitech C270 sebagai pendeteksi real-time. Raspberry pi 4 digunakan sebagai microprocessor untuk melakukan pemilahan sampah. Setelah dilakukan pengujian pada proses training model CNN diperoleh nilai validation loss sebesar 0.2231 dan nilai validation acccuracy sebesar 0.9225 (92.25 %). Alat pemilah sampah menggunakan metode CNN berbasis Raspberry Pi 4 memiliki tingkat akurasi pemilahan sampah sebesar 86% pada 30 sampel sampah, hasil penelitian menunjukkan bahwa sistem pemilah sampah menggunakan Raspberry Pi 4 dengan algoritma CNN telah berhasil bekerja dengan kecepatan 3.86 detik untuk satu kali pemilahan. Kata Kunci: Raspberry Pi 4, CNN, deep learning. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 129038 2024-08-29 13:36:32 2024-08-30 10:49:52 machine generated