Authors:

Wahyu Vidiadivani, I Ketut Gede Suhartana

Abstract:

“Indonesia merupakan salah satu negara sebagai penghasil sampah terbanyak di dunia. Produksi sampah mengalami penambahan seiring pertumbuhan penduduk yang signifikan dan meningkatnya kebutuhan masyarakat. Jumlah sampah yang sangat besar dan beragamnya jenis sampah yang tersebar di masyakarat, perlu adanya klasifikasi yang dapat mengidentifikasi jenis-jenis sampah ke beberapa kategori sehingga mudah untuk didaur ulang kembali. Klasifikasi jenis sampah pada penelitian ini dibagi menjadi 12 jenis, yaitu battery, biological, brown-glass, cardboard, clothes, green-glass, meal, paper, plastic, shoes, trash, dan white-glass menggunakan metode Transfer Learning pada Convolutional Neural Network (CNN). CNN (Convolutional Neural Network) merupakan salah satu algoritma deep learning yang populer digunakan untuk klasifikasi citra dan dinilai memiliki performa yang bagus. Pada penelitian ini, arsitektur yang digunakan adalah EffecienNetB0. Dataset yang digunakan dengan total data sebanyak 12412 data, data yang tervalidasi sebanyak 1552 data, dan data yang digunakan pada proses testing sebanyak 1552 data yang terbagi ke 12 kelas.”

Keywords

Keyword Not Available

Downloads:

Download data is not yet available.

References

References Not Available

PDF:

https://jurnal.harianregional.com/jlk/full-92604

Published

2024-01-23

How To Cite

VIDIADIVANI, Wahyu; SUHARTANA, I Ketut Gede. Klasifikasi Jenis Sampah Menggunakan Metode Transfer Learning Pada Convolutional Neural Network (CNN).JELIKU (Jurnal Elektronik Ilmu Komputer Udayana), [S.l.], v. 12, n. 3, p. 589-596, jan. 2024. ISSN 2654-5101. Available at: https://ojs.unud.ac.id/index.php/JLK/article/view/92604. Date accessed: 02 Jun. 2025.

Citation Format

ABNT, APA, BibTeX, CBE, EndNote - EndNote format (Macintosh & Windows), MLA, ProCite - RIS format (Macintosh & Windows), RefWorks, Reference Manager - RIS format (Windows only), Turabian

Issue

Vol 12 No 3 (2024): JELIKU Volume 12 No 3, February 2024

Section

Articles

Creative Commons License This work is licensed under a Creative Commons Attribution 4.0 International License