<![CDATA[Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) pasca pandemi COVID-19 telah membawa perubahan signifikan dalam berbagai aspek kehidupan. Google Teachable Machine, sebagai salah satu platform AI yang mudah diakses, menawarkan solusi untuk pemrosesan gambar (Image Processing) yang lebih sederhana dibandingkan penggunaan MATLAB atau Python yang sering mengalami kendala dalam hasil pemrosesan. Penelitian ini bertujuan untuk mengimplementasikan Google Teachable Machine dalam mengklasifikasikan sampah daur ulang menjadi empat kategori: gelas, kertas, plastik, dan logam. Dataset diperoleh melalui teknik web scraping dari Google Image dan Pinterest, dengan total 140 citra untuk setiap kategori. Proses validasi dilakukan menggunakan 21 sampel uji untuk setiap kategori, dengan konfigurasi optimal pada epochs 100, batch size 16, dan learning rate 0,001. Hasil pengujian menunjukkan tingkat akurasi yang sangat baik, dengan rincian 100% untuk kategori gelas, 95% untuk kertas, 100% untuk logam, dan 90% untuk plastik. Penelitian ini membuktikan bahwa Google Teachable Machine dapat menjadi alternatif yang efektif untuk klasifikasi sampah daur ulang dengan tingkat akurasi yang tinggi. Kata Kunci: Klasifikasi, Sampah Daur Ulang, Teachable Machine, Machine Learning]]>
Copyrights © 2025
