Detail Cantuman

Sampah merupakan bagian yang tidak terpisahkan dari kehidupan manusia, karena pada dasarnya setiap manusia pasti menciptakan dan menghasilkan sampah. Di Indonesia secara umum sampah diklasifikasikan menjadi 2 jenis menurut sifatnya, yaitu sampah organik dan non-organik. Tujuan dari penelitian ini adalah untuk mengembangkan sistem dalam mengklasifikasi sampah organik dan non-organik secara real-time. Pada penelitian ini dibuat perancangan klasifikasi jenis gambar sampah organik dan non-organik dengan Artificial Intelligence (AI) dan menggunakan perangkat keras utama seperti Jetson Nano, dan kamera. Sistem akan bekerja jika alat sudah terhubung pada Jetson Nano, dan arahkan objek sampah ke kamera secara langsung, sehingga dapat membedakan jenis sampah organik dan non-organik dengan tingkat akurasi tertentu. Metode yang digunakan dalam penelitian ini adalah CNN (Convolutional Neural Networks) dengan asrsitektur ResNet-18 (Residual Network 18) dengan menggunakan bahasa pemrograman Python. Dalam penelitian ini dilakukan proses training dengan menggunakan 30 epoch dan proses testing dilakukan pada kondisi pagi hari, siang hari, sore hari, dan malam hari dengan kondisi objek sampah yang sudah ditentukan oleh penulis. Hasil akurasi pada pengujian klasifikasi di pagi hari didapat sebesar 95,24%, pada siang hari sebesar 95,24%, sore hari sebesar 90,45% dan malam hari sebesar 86,90%. Sehingga dapat disimpulkan nilai rata-rata akurasi pada klasifikasi sampah organik dan non-organik secara real-time dengan metode CNN adalah 91,96%.