<![CDATA[Peningkatan sampah di lingkungan perairan, khususnya di Indonesia, menimbulkan ancaman serius bagi ekosistem laut dan kesehatan manusia. Permasalahan ini diperburuk oleh kurangnya sistem deteksi yang efisien dan akurat dalam mengidentifikasi sampah di dalam air. Penelitian ini bertujuan mengembangkan sistem deteksi sampah dalam air menggunakan YOLOv8, algoritma deteksi objek yang unggul dalam akurasi dan kecepatan. Dataset citra sampah di dalam air yang terdiri atas 5.130 gambar dianalisis, melibatkan proses anotasi, pelatihan model, dan evaluasi dengan metrik seperti precision, recall, dan mean average precision (mAP). Model dilatih menggunakan 40 epoch dengan ukuran gambar 640x640 piksel, menghasilkan nilai precision 0,756 (75%), recall 0,651 (65%), dan mAP 0,741 (74%) untuk deteksi keseluruhan. Hasil menunjukkan model efektif mendeteksi sampah seperti diantaranya yaitu plastik, elektronik, dan botol dengan performa yang bervariasi. Kelemahan identifikasi pada deteksi logam yang membutuhkan optimasi lebih lanjut. Sistem ini diharapkan menjadi alat pendukung bagi relawan dan petugas kebersihan untuk mengidentifikasi sampah di perairan secara efisien, meningkatkan upaya pelestarian lingkungan]]>
Copyrights © 2025
