<![CDATA[Pengelolaan sampah yang kurang efektif, khususnya dalam pemilahan sampah organik dan non-organik, menjadi tantangan utama dalam menjaga kelestarian lingkungan akibat minimnya teknologi klasifikasi otomatis. Penelitian ini bertujuan mengembangkan sistem klasifikasi sampah berbasis algoritma Convolutional Neural Network (CNN) yang diimplementasikan ke dalam website guna mempermudah masyarakat memilah sampah secara efisien. Sistem dirancang dengan fitur unggah gambar dari perangkat pengguna serta klasifikasi real-time menggunakan kamera. Proses penelitian meliputi pengumpulan dataset 15.515 gambar, preprocessing data, perancangan arsitektur CNN, pelatihan model, evaluasi menggunakan confusion matrix, dan pengembangan website dengan metode waterfall. Hasil menunjukkan bahwa model CNN mampu mencapai akurasi klasifikasi sebesar 84,46. Keunggulan sistem ini adalah klasifikasi real-time, yang memudahkan pengguna memisahkan sampah, meskipun masih terbatas pada dua kategori. Solusi ini mendukung efisiensi daur ulang dan manajemen sampah, serta menjadi dasar untuk pengembangan klasifikasi sampah yang lebih luas di masa depan.]]>
Copyrights © 2025
