Wansa, Aldi Satria (2025) KLASIFIKASI SAMPAH PADA SMART DROPBOX MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Diploma thesis, Politeknik Negeri Sriwijaya.
|
Text (COVER)
Halaman Depan (Cover).pdf - Published Version Download (938kB) | Preview |
|
|
Text (ABSTRAK)
ABSTRAK.pdf - Published Version Download (192kB) | Preview |
|
![]() |
Text (BAB 1)
BAB I Pendahuluan.pdf - Published Version Restricted to Repository staff only Download (225kB) | Request a copy |
|
![]() |
Text (BAB 2)
BAB II Tinjauan Pustaka.pdf - Published Version Restricted to Repository staff only Download (690kB) | Request a copy |
|
![]() |
Text (BAB 3)
BAB III Metodologi Penelitian.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
![]() |
Text (BAB 4)
BAB IV Hasil dan Pembahasan.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
![]() |
Text (BAB 5)
BAB V Simpulan dan Saran.pdf - Published Version Restricted to Repository staff only Download (139kB) | Request a copy |
|
![]() |
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (179kB) | Request a copy |
|
![]() |
Text (LAMPIRAN)
Lampiran.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Permasalahan pengelolaan sampah di Indonesia masih menjadi tantangan besar, terutama karena rendahnya tingkat partisipasi masyarakat dalam melakukan pemilahan sejak dari sumber. Penelitian ini mengembangkan sistem Smart Dropbox berbasis Raspberry Pi yang mampu mengklasifikasikan empat jenis sampah botol plastik, botol kaca, kaleng, dan cup plastik menggunakan algoritma Convolutional Neural Network (CNN). Dataset citra dikumpulkan menggunakan webcam internal, dengan total sekitar 4.000 gambar yang telah melalui proses augmentasi untuk meningkatkan generalisasi model. Penelitian ini menggunakan pendekatan transfer learning dengan arsitektur ResNet50, dilatih melalui Google Colab menggunakan GPU. Setelah klasifikasi dilakukan, Raspberry Pi mengirimkan perintah ke Arduino untuk menggerakkan motor servo yang akan menjatuhkan sampah ke kotak yang sesuai. Selain itu, penelitian ini juga merancang antarmuka web berbasis Flask yang memungkinkan pengguna (penyetor) melihat poin yang didapat, serta admin memantau aktivitas riwayat sampah. Hasil pengujian menunjukkan bahwa sistem mampu bekerja secara real time dengan akurasi tinggi, serta memberikan kemudahan dan insentif digital yang diharapkan dapat meningkatkan partisipasi masyarakat dalam pemilahan sampah.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Smart Dropbox, Convolutional Neural Network (CNN), Klasifikasi Sampah |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Electronic Engineering > Undergraduate Theses |
Depositing User: | Pustaka Teknik Elektro |
Date Deposited: | 11 Aug 2025 07:10 |
Last Modified: | 11 Aug 2025 07:10 |
URI: | http://eprints.polsri.ac.id/id/eprint/18023 |
Actions (login required)
![]() |
View Item |