<![CDATA[Produksi sampah meningkat sejalan dengan peningkatan jumlah penduduk. Pengelolaan sampah diperlukan untuk mengurangi sampah yang semakin meningkat salah satunya dengan pemilahan jenis-jenis sampah. Namun, masyarakat masih kesulitan dalam melakukan pemilahan sampah sehingga diperlukan teknologi yang membantu dalam memilah sampah agar tercipta pengelolaan sampah yang optimal. Pada penelitian ini, akan digunakan model ResNet-50 sebagai base model untuk melakukan klasifikasi jenis-jenis sampah. ResNet-50 akan dimodifikasi dengan ditambahkan beberapa layer dan fine-tuning untuk mendapatkan hasil yang optimal. Dari hasil penelitian yang membagi jenis-jenis sampah menjadi 7 kelas ( cardboard , glass , metal , paper , plastic , trash dan compost ) dengan menggunakan parameter batch size sebesar 16, jumlah epoch 18, learning rate sebesar 0.0001 dengan optimizer Adam menghasilkan nilai evaluasi kinerja dengan nilai akurasi mencapai 98.70%. Hasil penelitian ini dapat membantu memilah sampah dengan lebih maksimal.]]>
Copyrights © 2023
