PENGEMBANGAN SISTEM DETEKSI DAN MONITORING AKTIVITAS PEMBUANGAN SAMPAH SEMBARANGAN MENGGUNAKAN ARSITEKTUR MOVINET-A0 BERBASIS MULTI-CAMERA

Dewi, Raden Ayu Citra (2026) PENGEMBANGAN SISTEM DETEKSI DAN MONITORING AKTIVITAS PEMBUANGAN SAMPAH SEMBARANGAN MENGGUNAKAN ARSITEKTUR MOVINET-A0 BERBASIS MULTI-CAMERA. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) COVER.pdf - Published Version Download (1MB) | Preview
Preview	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (191kB) | Preview
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (355kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (836kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf - Published Version Restricted to Repository staff only Download (180kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (336kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pembuangan sampah sembarangan di Sungai Sekanak, Kota Palembang, menjadi permasalahan lingkungan akibat keterbatasan pengawasan secara manual. Penelitian ini bertujuan merancang sistem deteksi dan monitoring aktivitas buang sampah secara real-time berbasis multi-camera menggunakan arsitektur MoViNet-A0. Sistem menggabungkan YOLOv11 untuk mendeteksi dan melakukan cropping area manusia sebagai tahap pra-pemrosesan, kemudian aktivitas diklasifikasikan oleh MoViNet-A0 ke dalam dua kelas, yaitu Buang Sampah dan Normal. Dua unit CCTV, masing-masing menggunakan koneksi Power over Ethernet (PoE) dan WiFi, digunakan untuk memperluas area pemantauan. Hasil deteksi ditampilkan secara real-time melalui dashboard monitoring berbasis Flask berupa video, bounding box, label aktivitas, dan nilai confidence. Pelatihan model dilakukan di Kaggle menggunakan dataset sebanyak 1.413 klip video. Hasil terbaik diperoleh pada konfigurasi 42 epoch dengan ukuran citra 224×224 piksel yang menghasilkan akurasi 91,51%. Hasil penelitian menunjukkan bahwa sistem mampu membedakan aktivitas membuang sampah dan aktivitas normal dengan baik serta berpotensi mendukung pengawasan lingkungan secara otomatis.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Deteksi dan Monitoring, Buang Sampah Sembarangan, MoViNet-A0, YOLOv11, Multi-Camera
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	03 Aug 2026 07:55
Last Modified:	03 Aug 2026 07:55
URI:	http://eprints.polsri.ac.id/id/eprint/24321

Actions (login required)

View Item