MENINGKATKAN KINERJA SISTEM MONITORING AKTIVITAS MEMBUANG SAMPAH SECARA REAL TIME MENGGUNAKAN KECERDASAN BUATAN

Lasmana, Deden (2025) MENINGKATKAN KINERJA SISTEM MONITORING AKTIVITAS MEMBUANG SAMPAH SECARA REAL TIME MENGGUNAKAN KECERDASAN BUATAN. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) COVER.pdf - Published Version Download (2MB) | Preview
Preview	Text (Abstrak) ABSTRAK.pdf - Published Version Download (475kB) | Preview
	Text (BAB I) BAB I PENDAHULUAN.pdf - Published Version Restricted to Repository staff only Download (912kB) | Request a copy
	Text (BAB II) BAB II TIJAUAN PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy
	Text (BAB III) BAB III METODELOGI PENELITIAN.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy
	Text (BAB IV) BAB IV HASIL DAN PEMBAHASAN.pdf - Published Version Restricted to Repository staff only Download (10MB) | Request a copy
	Text (BAB V) BAB V KESIMPULAN DAN SARAN.pdf - Published Version Restricted to Repository staff only Download (343kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (953kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Pembuangan sampah ke Sungai Sekanak masih menjadi permasalahan lingkungan yang berdampak besar, seperti pencemaran air, penyumbatan aliran, dan peningkatan risiko banjir. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem monitoring berbasis kecerdasan buatan (AI) yang mampu mendeteksi aktivitas membuang sampah secara otomatis dan real time. Sistem ini menggunakan algoritma YOLO (You Only Look Once) untuk mendeteksi objek manusia dan sampah melalui rekaman CCTV, serta didukung metode Euclidean Distance dan Skipping Frame untuk meningkatkan efisiensi dan akurasi deteksi. Selain itu, sistem dilengkapi sensor lingkungan untuk memantau parameter seperti ketinggian air, suhu, kelembapan, tekanan udara, dan curah hujan, yang divisualisasikan secara real time melalui platform SCADA Smartics. Dengan total dataset sebanyak 7.065 gambar, hasil pengujian menunjukkan bahwa sistem mencapai precision rata-rata sebesar 97,8% pada siang hari dan 83,8% pada malam hari. Sistem ini diharapkan dapat mendukung pemantauan otomatis dari jarak jauh serta mendorong peningkatan kesadaran masyarakat dalam menjaga kebersihan dan kelestarian lingkungan sungai.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	YOLO, Deteksi Sampah, SCADA, Euclidean Distance, Skipping Frame, monitoring real time, Sungai Sekanak
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	14 Aug 2025 04:49
Last Modified:	14 Aug 2025 04:49
URI:	http://eprints.polsri.ac.id/id/eprint/18222

Actions (login required)

View Item