Ahdiar, Fikri (2025) Implementasi Metode Convolutional Neural Network Pada Media Pembelajaran Pengenalan Sampah Berbasis Mobile. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Ringkasan / Abstract)
Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (131kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (160kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (172kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (2MB) | Request a copy |
Abstract
Perkembangan timbulan sampah di Indonesia menunjukkan tren peningkatan yang signifikan. Data mencatat bahwa pada tahun 2021, sampah mencapai 28.459.222 ton, dan angka tersebut melonjak menjadi 37.430.231 ton pada tahun 2022. Rumah tangga menjadi penyumbang terbesar di angka 39,56%. Meski telah dilakukan berbagai upaya pengelolaan, sekitar 11.863.492 ton sampah masih belum terkelola dengan baik setiap tahunnya. Mengingat tingginya timbulan sampah yang terjadi, penelitian ini mengusulkan pengembangan aplikasi mobile berbasis media pembelajaran yang bertujuan meningkatkan kesadaran dan pengetahuan masyarakat mengenai pengelolaan sampah. Aplikasi ini mengintegrasikan sistem cerdas dengan pendekatan Convolutional Neural Network (CNN) untuk mendukung fitur identifikasi dan klasifikasi sampah secara otomatis. Salah satu fitur unggulan aplikasi memungkinkan pengguna untuk mendeteksi sampah di lingkungan sekitarnya. Evaluasi implementasi model CNN menunjukkan hasil yang sangat memuaskan. Di antara berbagai model yang diuji, MobileNet V2 mencatat performa terbaik dengan akurasi mencapai 99,88% berdasarkan analisis plot akurasi dan confusion matrix. Pengujian dengan User Acceptance Testing mencatat skor 91,33% mengindikasikan bahwa aplikasi EcoQuest telah memenuhi kriteria kelayakan sebagai media pembelajaran pengenalan sampah.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Convolutional Neural Network, MobileNet, klasifikasi sampah, media pembelajaran | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika | ||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | Fikri Ahdiar | ||||||
| Date Deposited: | 26 Mar 2025 02:29 | ||||||
| Last Modified: | 26 Mar 2025 02:30 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/40545 |
Actions (login required)
 |
View Item |
