cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
semdejafet1908@gmail.com
Editorial Address
-
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
JITK (Jurnal Ilmu Pengetahuan dan Komputer)
Published by STMIK Nusa Mandiri
ISSN : -     EISSN : 25274864     DOI : -
Core Subject : Science,
Kegiatan menonton film merupakan salah satu cara sederhana untuk menghibur diri dari rasa gundah gulana ataupun melepas rasa lelah setelah melakukan aktivitas sehari-hari. Akan tetapi, karena berbagai alasan terkadang seseorang tidak ada waktu untuk menonton film di bioskop. Dengan bantuan media internet, berbagai macam aplikasi nonton film android sangat mudah dicari. Hanya bermodalkan smartphone saja para penonton film dapat streaming berbagai macam jenis film di mana saja dan kapan saja mereka inginkan. Akan tetapi, karena banyaknya pilihan aplikasi nonton film android yang bisa digunakan, terkadang seseorang bingung memilihnya. Untuk itu, diperlukan suatu sistem pendukung keputusan yang dapat digunakan para pengguna sebagai alat bantu pengambilan keputusan untuk memilih dengan berbagai macam kriteria yang ada. Salah satu metode yang digunakan adalah metode Analytical Hierarchy Process (AHP). AHP melakukan perankingan dengan melalui penjumlahan antara vector bobot dengan matrik keputusan dengan tujuan agar hasil yang diberikan lebih baik dalam menentukan alternatif yang akan dipilih. Berdasarkan hasil penelitian yang dilakukan oleh 36 sampel responden didapatkan kriteria konten menjadi prioritas pertama pengguna untuk memilih aplikasi nonton film android dengan nilai bobot sebesar 0,224. Sedangkan Netflix menjadi alternatif dengan prioritas pertama keputusan pengguna dalam memilih aplikasi nonton film android dengan nilai bobot sebesar 0,352.
Articles 471 Documents
SIMPLE ARTIFICIAL INTELLIGENCE APPLICATION FOR CLASSIFYING HOUSEHOLD WASTE AT THE NEIGHBORHOOD WASTE BANK Carolina, Irmawati; Rahmawati, Mari; Achmed. J, Al Ghoni; Salam, Arifin; Budiman, M. Arif; Ramadhani, M. Daffa
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 4 (2026): JITK Issue May 2026
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i4.8297

Abstract

Waste management remains a critical environmental issue globally, including in Indonesia, where increasing household waste generation creates significant environmental and social challenges, particularly at the neighborhood level. In community-based Waste Banks, manual sorting processes are often inconsistent due to limited human resources and varying levels of public understanding of waste categories. This study aims to develop and evaluate a lightweight, web-based real-time waste detection and classification system to support community-level waste management. The proposed system utilizes the YOLOv8 object detection architecture implemented through the Ultralytics framework with PyTorch as the deep learning backend, integrated with OpenCV for real-time video processing and Streamlit for web-based deployment. The dataset consists of approximately 9,200 annotated images across 24 waste categories, divided into training, validation, and testing sets, with data augmentation applied to improve robustness. Model performance was evaluated using precision, recall, and mean Average Precision at IoU 0.5 (mAP@0.5). The results demonstrate high detection performance, achieving 99.5% mAP@0.5, 99.4% precision, and 100.0% recall, while maintaining stable real-time detection under varying lighting conditions. However, these results are obtained under relatively controlled dataset conditions; therefore, further evaluation in more diverse real-world environments is necessary to ensure generalization capability. The system enables multi-object detection without requiring specialized hardware, making it accessible for neighborhood-level Waste Banks and providing a practical solution for community-based waste management.