<![CDATA[Indonesia merupakan negara ke-4 yang menghasilkan sampah terbanyak di dunia. Hal ini menyebabkan salah satu kota di Indonesia dijuluki dengan “The City of Pigsâ€. Jumlah sampah di Indonesia terbilang cukup tinggi yaitu mencapai 21,1 juta ton. Dengan banyaknya jumlah sampah di Indonesia, maka diperlukannya sistem identifikasi untuk membantu proses pengolahan sampah. Penelitian ini bertujuan untuk membangun aplikasi klasifikasi sampah dengan metode deep learning. Pada sistem identifikasi ini membutuhkan suatu dataset dan sistem klasifikasi. Dataset yang digunakan dalam sistem identifikasi berupa citra objek yang terdiri dari beberapa jenis, yaitu plastik, kardus, kaca, kaleng, kertas, dan sampah bungkus. Lalu, untuk sistem klasifikasi menggunakan model image classification. Sistem telah berhasil mengidentifikasi jenis sampah menggunakan algoritma Convolutional Neural Network (CNN) dengan baik. Model CNN dijalankan dengan beberapa layer dataset citra sampah yang telah dikumpulkan digunakan untuk proses pelatihan dan proses pengujian. Penelitian ini dijalankan dengan lima layer yaitu Convolutional Layers, Max Pooling Layers, Flatten Layers, AveragePooling2D, dan Dense Layers. Setelah model dijalankan, selanjutnya dilakukan proses pelatihan dan dilakukan pengujian menggunakan model CNN untuk mengklasifikasi gambar. Hasil dari penelitian ini berupa nilai akurasi data 81,08% dan prediksi model untuk 10 sampel data pengujian, beserta dengan label prediksi dan label sebenarnya.]]>
