Perancangan Sistem Aplikasi Pendeteksi Sampah Daur Ulang Dengan Metode Convolutional Neural Network Berbasis Web
Abstract
Penanganan sampah daur ulang menjadi semakin penting diera modern ini. Salah satu masalah utama yang dihadapi adalah keterbatasan teknologi yang dapat mendeteksi jenis sampah secara akurat. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengembangkan sistem aplikasi pendeteksi sampah daur ulang dengan metode convolutional neural network berbasis web. Metode yang digunakan adalah convolutional neural network (CNN) yang telah dilatih menggunakan dataset sampah daur ulang. Sistem aplikasi pendeteksi sampah ini berbentuk website, dengan cara mengunggah gambar sampah untuk dideteksi jenisnya. Metode convolutional neural network yang digunakan mampu mengenali sampah dengan akurasi yang tinggi. Hasil penelitian menunjukan bahwa sistem aplikasi pendeteksi sampah daur ulang dengan metode convolutional neural network ini dapat memudahkan pengelolaan sampah dan meningkatkan efisiensi proses daur ulang.
References
Permana, R., Saldu, H., & Maulana, D. I. (2022). Optimasi Image Classification Pada Jenis Sampah Dengan Data Augmentation Dan Convolutional Neural Network. Jurnal Sistem Informasi Dan Informatika (Simika), 5(2), 111–120. https://doi.org/10.47080/simika.v5i2.1913
Reichenbach, A., Bringmann, A., Reader, E. E., Pournaras, C. J., Rungger-Brändle, E., Riva, C. E., Hardarson, S. H., Stefansson, E., Yard, W. N., Newman, E. A., & Holmes, D. (2019). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分
析Title. Progress in Retinal and Eye Research, 561(3), S2–S3.
Barnes, S. (2021). Integrating Draw.io Diagrams into Your Technical Documentation. Diakses dari https://idratherbewriting.com/learnapidoc/docapis_draw_io_diagrams.html
