Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)
Stephen Stephen
Program Studi Human Computer Interaction, Fakultas Ilmu Hayati, Surya University
Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
APPLIKASI CONVOLUTION NEURAL NETWORK UNTUK MENDETEKSI JENIS-JENIS SAMPAH Stephen Stephen; Raymond Raymond; Handri Santoso
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 10, No 2 (2019): Oktober
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1144.339 KB) | DOI: 10.36448/jsit.v10i2.1319

Abstract

sampah merupakan permasalahan di berbagai  negara dunis, termasuk di Indonesia. Negara Indonesia  merupakan negara penyumbang sampah plastik terbesar  kedua di dunia. Pengolahan sampah merupakan salah satu cara untuk mengurangi sampah yang dihasilkan oleh  masyarakat. Pemisahan jenis sampah merupakan tahapan  awal sebelum dari proses daur ulang dilakukan. Penginderaan jenis dan bentuk sampah dengan kamera  adalah satu metode yang menantang dalam penelitian di  bidang computer vision. Dengan menggunakan metode ini dapat membuat sistem pemilahan sampah yang otomatis. Pada penelitian ini akan menentukan model CNN  (Convolutional Neural Network) yang memiliki performa  paling baik dalam memilah sampah dengan metode transfer  learning. Transfer learning dalam penelitian ini menggunakan pre-trained model dari ImageNet. Hasil penelitian menunjukkan bahwa model CNN yang paling baik  adalah Resnet 50. Nilai akurasi yang didapatkan dari train  adalah 78% dan 90%. Sedangkan nilai akurasi dari validation sebesar 74% dan 80%. Dalam penelitian ini untuk  dapat menerapkan teknologi pemisahan sampah secara  otomatis pada tempat sampah maka dapat menggunakan model Resnet 50 apabila menggunakan server atau komputer dengan spesifikasi yang tinggi. Apabila  menggunakan perangkat controller seperti Raspberry Pi  dapat menggunakan model CNN MobileNet
Co-Authors Handri Santoso Raymond Raymond