Implementasi Algoritma Convolutional Neural Network untuk Klasifikasi Jenis Sampah Organik dan Non Organik: Implementation of the Convolutional Neural Network Algorithm for Classifying Types of Organic and Non-Organic Waste

Muslihati, Muslihati
Sahibu, Supriadi
Taufik, Imran

Malcom: Indonesian Journal of Machine Learning and Computer Science
Vol. 4 No. 3 (2024): MALCOM July 2024

Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam klasifikasi sampah organik dan non-organik serta mengukur tingkat akurasi deteksi dan pengenalan objek sampah. Metode CNN digunakan untuk mendeteksi dan mengenali objek dalam citra. Hasil penelitian menunjukkan bahwa model CNN mencapai tingkat akurasi tertinggi sebesar 96.43% setelah enam kali percobaan. Hasil tersebut menunjukkan bahwa aplikasi CNN ini layak untuk diimplementasikan dalam klasifikasi sampah. Penting untuk melakukan beberapa uji coba guna memperoleh hasil akurasi yang optimal dengan memperhatikan dataset dalam proses pelatihan dan pengujian. Kesimpulan dari penelitian ini adalah bahwa model CNN dapat memberikan hasil akurasi yang baik dalam klasifikasi sampah organik dan non-organik, sehingga aplikasi ini memiliki potensi untuk diimplementasikan secara luas