KLASIFIKASI CITRA SAMPAH ORGANIK DAN NON-ORGANIK MENGGUNAKAN COMPUTER VISION DENGAN ARSITEKTUR MOBILENETV2

Annisa, Shafa Tasya (2026) KLASIFIKASI CITRA SAMPAH ORGANIK DAN NON-ORGANIK MENGGUNAKAN COMPUTER VISION DENGAN ARSITEKTUR MOBILENETV2. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

	Text (Fulltext) SHAFA TASYA ANNISA_2255201103_Fulltext.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (Turnitin) SHAFA TASYA ANNISA_2255201103_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text (ABSTRAK + BAB 1) SHAFA TASYA ANNISA_2255201103_ABSTRAK+BAB 1.pdf - Submitted Version Download (387kB)
	Text (BAB 2) SHAFA TASYA ANNISA_2255201103_BAB 2.pdf - Submitted Version Download (926kB)
	Text (BAB 3) SHAFA TASYA ANNISA_2255201103_BAB 3.pdf Restricted to Repository staff only Download (575kB) | Request a copy
	Text (BAB 4) SHAFA TASYA ANNISA_2255201103_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (741kB) | Request a copy
	Text (BAB 5) SHAFA TASYA ANNISA_2255201103_BAB 5.pdf - Submitted Version Download (349kB)
	Text (Ref+Lamp) SHAFA TASYA ANNISA_2255201103_Ref+Lamp.pdf - Submitted Version Download (367kB)

Abstract

Pengelolaan sampah di Indonesia masih menghadapi kendala dalam pemilahan sampah organik dan non-organik. Rendahnya kesadaran masyarakat menyebabkan kedua jenis sampah tersebut sering tercampur, sehingga menghambat proses daur ulang dan meningkatkan jumlah sampah yang dibuang ke Tempat Pembuangan Akhir. Selain itu, pemilahan secara manual membutuhkan waktu dan ketelitian yang cukup tinggi. Penelitian terdahulu terkait klasifikasi sampah menggunakan MobileNetV2 sebagian besar masih memanfaatkan dataset statis dan belum banyak menerapkan pengujian dengan citra yang diperoleh secara langsung melalui kamera. Kondisi nyata seperti pencahayaan, sudut pengambilan, dan jarak objek dapat memengaruhi hasil klasifikasi. Oleh karena itu, penelitian ini bertujuan merancang dan mengimplementasikan sistem klasifikasi citra sampah organik dan non-organik berbasis Computer Vision menggunakan MobileNetV2 yang dapat bekerja secara otomatis dan real-time melalui kamera. Metode yang digunakan adalah Transfer Learning dengan arsitektur MobileNetV2. Dataset terdiri atas 6.120 citra, yaitu 5.720 citra sekunder dari Kaggle dan 400 citra primer yang diperoleh melalui pengambilan gambar menggunakan kamera smartphone. Dataset dibagi menjadi 5.508 citra training, 428 citra validation, dan 184 citra testing. Tahap preprocessing meliputi resize citra menjadi 224 × 224 piksel dan normalisasi nilai piksel. Model dilatih selama 20 epoch menggunakan Python dan TensorFlow Keras, kemudian diintegrasikan dengan OpenCV untuk melakukan klasifikasi melalui kamera secara langsung. Hasil pengujian terhadap 184 citra testing menunjukkan 177 citra berhasil diklasifikasikan dengan benar dan 7 citra mengalami kesalahan klasifikasi. Model memperoleh accuracy sebesar 96,20%, precision macro sebesar 96,22%, recall macro sebesar 96,17%, dan F1-score macro sebesar 96,19%. Hasil tersebut menunjukkan bahwa MobileNetV2 memiliki kemampuan yang baik dalam mengklasifikasikan sampah organik dan non-organik pada kondisi pengambilan citra secara langsung. Sistem yang dikembangkan juga berpotensi mendukung proses pemilahan sampah secara otomatis dan real-time.

Item Type:	Thesis (Skripsi (Bachelor))
Additional Information:	Pembimbing : Ardi Wijaya, S.Kom, M.Kom
Uncontrolled Keywords:	Transfer Learning, Confusion Matrix, Deep Learning, Deteksi Real-Time
Subjects:	Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions:	02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User:	Mrs Sarah Mentari Utama
Date Deposited:	27 Aug 2026 02:30
Last Modified:	27 Aug 2026 02:30
URI:	http://repository.umb.ac.id/id/eprint/3486

Actions (login required)

View Item