SISTEM PENDETEKSI SAMPAH DI PERMUKAAN SUNGAI MENGGUNAKAN ALGORITMA YOLO

Ramadhoni, M. (2025) SISTEM PENDETEKSI SAMPAH DI PERMUKAAN SUNGAI MENGGUNAKAN ALGORITMA YOLO. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) COVER.pdf - Published Version Download (523kB) | Preview
Preview	Text (Abstrak) ABSTRAK.pdf - Published Version Download (15kB) | Preview
	Text (Bab I) BAB I.pdf - Published Version Restricted to Repository staff only Download (20kB)
	Text (Bab II) BAB II.pdf - Published Version Restricted to Repository staff only Download (171kB)
	Text (Bab III) BAB III.pdf - Published Version Restricted to Repository staff only Download (584kB)
	Text (Bab IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (951kB)
	Text (Bab V) BAB V.pdf - Published Version Restricted to Repository staff only Download (9kB)
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (127kB)
	Text (Lampiran) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (984kB)

Abstract

Pencemaran sungai akibat sampah menjadi masalah lingkungan yang mendesak, terutama di wilayah perkotaan yang mengalami peningkatan populasi dan aktivitas manusia. Penelitian ini mengembangkan sistem pendeteksi sampah otomatis di permukaan sungai dengan memanfaatkan algoritma You Only Look Once (YOLO), yang dikenal dengan kecepatan dan akurasi tinggi dalam deteksi objek. Sistem ini mengintegrasikan kamera CCTV, mini komputer, dan perangkat pendukung lainnya untuk melakukan proses pengambilan gambar, deteksi objek. Proses pelatihan model dilakukan menggunakan dataset berisi gambar sampah organik dan anorganik yang dikumpulkan dari berbagai sumber. Model dilatih dan divalidasi menggunakan Google Colab serta Roboflow sebagai platform anotasi dan augmentasi data. Berdasarkan hasil evaluasi, model terbaik (Model VII) dengan konfigurasi image size 640×640 dan 50 epoch mencapai nilai mAP50 sebesar 0,868 dan mAP50-95 sebesar 0,724. Sistem ini menunjukkan performa yang baik dalam mendeteksi sampah dengan presisi dan recall yang tinggi, serta mampu membedakan jenis sampah secara akurat. Implementasi sistem ini diharapkan dapat membantu instansi terkait dalam memantau kondisi sungai, mengambil keputusan berbasis data, serta meningkatkan efektivitas program kebersihan sungai. Penelitian ini juga menunjukkan bahwa pemanfaatan teknologi deteksi objek berbasis deep learning dapat menjadi solusi inovatif dalam pengelolaan lingkungan berbasis data.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Deteksi Sampah, YOLOv8, Sungai, Computer Vision
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	27 Aug 2025 14:48
Last Modified:	27 Aug 2025 14:48
URI:	http://eprints.polsri.ac.id/id/eprint/19390

Actions (login required)

View Item