Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENGEMBANGAN SISTEM KLASIFIKASI SAMPAH BERBASIS KECERDASAN BUATAN (AI) UNTUK MENDUKUNG PENGELOLAAN LIMBAH YANG BERKELANJUTAN Putri, Thisya Aisyah; Sari, Tia Novita; Daniati , Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dt5dd698

Abstract

Tinjauan ini menyelediki dampak pengguna potensial (petugas penggunaan sampah, Masyarakat) dan ahli dalam bidang pengelolaan limbah terhadap pengembangan dan implementasi sistem klasifikasi sampah otomatis berbasis kecerdasan buatan (AI). Melalui metode pendekatan kualitatif penelitian ini diharapkan bisa memberikan harapan, kebutuhan, dan pandangan masyarakat terkait dengan perkembangan sistem dalam mendukung pengelolaan limbah secara berkelanjutan. Pengumpulan data yang dilakukan dengan wawancara mendalam dan analisis dokumen relevan untuk memberikan pengalaman yang mencakup berbagai aspek sosial, oprasional, dan teknis yang diperlukan guna dipertimbangkan dalam pengembangan sistem. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi para pengembang sistem untuk dapat membuat kebijakan dalam merancang serta dapat memberikan kontribusi mendalam guna meningkatkan efisiensi pengelolaan limbah, mengurangi biaya operasional, dan mendukung upaya pelestarian lingkungan.
PENGEMBANGAN SISTEM KLASIFIKASI SAMPAH OTOMATIS BERBASIS KECERDASAN BUATAN (AI) UNTUK MENDUKUNG PENGELOLAAN LIMBAH YANG BERKELANJUTAN Putri, Thisya Aisyah; Sari, Tia Novita; Daniati , Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/b0wwcw75

Abstract

Tinjauan ini menyelediki dampak pengguna potensial (petugas penggunaan sampah, Masyarakat) dan ahli dalam bidang pengelolaan limbah terhadap pengembangan dan implementasi sistem klasifikasi sampah otomatis berbasis kecerdasan buatan (AI). Melalui metode pendekatan kualitatif penelitian ini diharapkan bisa memberikan harapan, kebutuhan, dan pandangan masyarakat terkait dengan perkembangan sistem dalam mendukung pengelolaan limbah secara berkelanjutan. Pengumpulan data yang dilakukan dengan wawancara mendalam dan analisis dokumen relevan untuk memberikan pengalaman yang mencakup berbagai aspek sosial, oprasional, dan teknis yang diperlukan guna dipertimbangkan dalam pengembangan sistem. Penelitian ini diharapkan dapat memberikan wawasan bagi para pengembang sistem untuk dapat membuat kebijakan dalam merancang serta dapat memberikan kontribusi mendalam guna meningkatkan efisiensi pengelolaan limbah, mengurangi biaya operasional, dan mendukung upaya pelestarian lingkungan.
Otomatisasi Klasifikasi Sampah Menggunakan Convolutional Neural Network (CNN) Sebagai Sistem Pendukung Keputusan Sari, Tia Novita; Sari, Meri Puspita; Putri, Thisya Aisyah; Pashya, Ryanveno
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/ph81c885

Abstract

Permasalahan pengelolaan sampah yang semakin kompleks menuntut solusi inovatif, terutama dalam pemilahan otomatis anatara berbagai jenis sampah. Penelitian ini bertujuan mengembangkan sistem klasifikasi sampah menggunakan metode Convolutional Neural Network (CNN). CNN dipilih karena kemampuannya dalam mengenali pola visual dari citra sampah berdasarkan fitur seperti bentuk, warna, dan tekstur. Dataset yang digunakan terdiri dari lima kelas utama dan berjumlah 1.200 gambar yang telah melalui proses pra-pemrosesan. Hasil pengujian menunjukkan bahwa model CNN mencapai akurasi klasifikasi sebesar 93,9%. Temuan ini membuktikan bahwa CNN efektif sebagai solusi pendukung dalam proses pemilahan sampah otomatis serta berpotensi diintegrasikan ke dalam teknologi pemilah sampah otomatis demi mendukung pengelolaan limbah yang lebih efisien dan ramah lingkungan.