Text

Pengembangan Sistem Klasifikasi Sampah Organik dan Anorganik Menggunakan Elastic-Net dan Algoritma Convolutional Neural Network

---

ABSTRAK
Permasalahan pemilahan sampah organik dan anorganik menjadi tantangan dalam pengelolaan limbah yang berkelanjutan. Penelitian ini mengembangkan sebuah sistem klasifikasi citra sampah menggunakan pendekatan deep learning dengan arsitektur MobileNetV2 dan regularisasi Elastic Net. Dataset yang digunakan terdiri dari 21.650 gambar yang telah melalui proses kurasi dan augmentasi. Model dikembangkan menggunakan TensorFlow dan Keras, dengan implementasi antarmuka berbasis web melalui framework Flask. Model dilatih dengan total 3.856 gambar (training) dan diuji menggunakan 1.654 gambar (testing). Evaluasi dilakukan dengan metrik klasifikasi seperti akurasi, precision, recall, dan F1-score. Hasil klasifikasi menunjukkan akurasi sebesar 93%, dengan F1-score rata-rata 0.94, menunjukkan bahwa model mampu mengklasifikasikan citra sampah dengan performa yang baik. Sistem ini diimplementasikan sebagai prototipe aplikasi web untuk menunjukkan konsep klasifikasi otomatis berbasis citra.
Kata Kunci: klasifikasi citra, sampah organik, sampah anorganik, MobileNetV2, Elastic Net, deep learning.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

TA/S1/TI/10/RAM/2025

Penerbit

Bandung : STMIK-IM., 2025

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

STMIK-IM

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar