Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : INTECOMS: Journal of Information Technology and Computer Science

Implementasi Deteksi Objek Real Time Jenis Sampah Dengan Algoritma Yolov8 Dadang Iskandar Mulyana; Dedi Iskandar
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 3 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i3.8985

Abstract

Pengelolaan sampah merupakan salah satu masalah lingkungan yang perlu ditangani secara serius. Ada dua jenis sampah yaitu sampah organik dan non organik, sampah organik adalah sampah umum yang dapat diuraikan seperti kertas, daun sedangkan sampah non organik ialah sampah yang tidak dapat diuraikan seperti plastik, metal, sampah non organik merupakan sampah yang sangat sulit diuraikan oleh tanah sehingga bila tertimbun dalam waktu yang sangat lama merusak lapisan tanah dan menyebabkan pencemaran tanah, untuk itu Perlu adanya kesadaran dan pengetahuan masyarakat tentang klasifikasi sampah, daur ulang sampah. Salah satu cara untuk mengatasi masalah ini adalah dengan menerapkan sistem deteksi objek real time untuk mengidentifikasi jenis sampah. Pada penelitian ini menggunakan metode YOLOv8 (You Only Look Once) yang akan mendeteksi sampah secara real time dan juga dapat mengklasifikasikan jenis sampah yang ditampilkan pada webcam untuk memisahkan sampah organik dan non organik. Melalui penelitian ini penulis telah membuat sebuah pendeteksi yang mampu memilah sampah organik dan non organik dengan mengandalkan teknologi pengolahan citra memanfaatkan metode YOLOV8. Penulis menggunakan dataset sebanyak 1853 dan 2205 citra yang telah dianotasi dengan kelas plastik, metal dan kardus Dan didapatkan nilai performa jaringan dengan nilai akurasi 94,6 persen, nilai Recall sebesar 94,5 persen dan nilai F-1 Score sebesar 94,6 persen Kata kunci : Sistem Klasifikasi Sampah, Sampah Organik, sampah non organik YOLOV8, IoT