Implementasi Convolutional Neural Network Untuk Klasifikasi Jenis Sampah
| Dublin Core | PKP Metadata Items | Metadata for this Document | |
| 1. | Title | Title of document | Implementasi Convolutional Neural Network Untuk Klasifikasi Jenis Sampah |
| 2. | Creator | Author's name, affiliation, country | Ridwan Nugroho; Universitas Negeri Semarang; |
| 3. | Subject | Discipline(s) | |
| 3. | Subject | Keyword(s) | |
| 4. | Description | Abstract | Isu pemanasan global adalah masalah genting yang dihadapi oleh seluruh manusia sekarang ini. Isu ini dapat terjadi karena berbagai faktor, mulai dari penebangan hutan, menipisnya lapisan ozon, meningkatnya gas rumah kaca, hingga pengelolaan sampah dan limbah yang buruk. Pengelolaan sampah yang buruk ini dapat terjadi karena masih digunakannya metode manual untuk mengelola sampah. Oleh karena itu, diperlukan adanya metode baru yang digunakan untuk mengelola sampah, yaitu metode deep learning untuk klasifikasi gambar. Metode ini dapat digunakan untuk mengklasifikasikan sampah dengan bermodalkan gambar saja, sehingga mesin dapat memilah sampah dengan lebih cepat. Salah satu algoritma yang terkenal untuk masalah klasifikasi gambar adalah algoritma convolutional neural network (CNN). Penelitian ini akan menggunakan dataset TrashNet milik Gary Thung yang bisa diakses melalui GitHub. Kemudian dataset tersebut akan dioleh dengan menggunakan beberapa arsitektur CNN, diantaranya adalah MobileNetV2, InceptionV3, dan juga DenseNet-121. Tuning juga akan dilakukan pada arsitektur tersebut sehingga akurasi yang didapatkan bisa meningkat. Penelitian ini diharapkan dapat mengurangi masalah pengelolaan sampah, sehingga pemanasan global bisa ditekan dan membuat bumi menjadi layak huni kembali. |
| 5. | Publisher | Organizing agency, location | |
| 6. | Contributor | Sponsor(s) | |
| 7. | Date | (YYYY-MM-DD) | 2023-10-11 |
| 8. | Type | Status & genre | Peer-reviewed Paper |
| 8. | Type | Type | |
| 9. | Format | File format | |
| 10. | Identifier | Universal Resource Indicator | https://conf.unnes.ac.id/index.php/snik/snik2023/paper/view/676 |
| 11. | Source | Journal/conference title; vol., no. (year) | Prosiding Seminar Nasional Ilmu Komputer; Seminar Nasional Ilmu Komputer 2023 |
| 12. | Language | English=en | id |
| 13. | Relation | Supp. Files | |
| 14. | Coverage | Geo-spatial location, chronological period, research sample (gender, age, etc.) | |
| 15. | Rights | Copyright and permissions | Authors who submit to this conference agree to the following terms: a) Authors retain copyright over their work, while allowing the conference to place this unpublished work under a Creative Commons Attribution License, which allows others to freely access, use, and share the work, with an acknowledgement of the work's authorship and its initial presentation at this conference. b) Authors are able to waive the terms of the CC license and enter into separate, additional contractual arrangements for the non-exclusive distribution and subsequent publication of this work (e.g., publish a revised version in a journal, post it to an institutional repository or publish it in a book), with an acknowledgement of its initial presentation at this conference. c) In addition, authors are encouraged to post and share their work online (e.g., in institutional repositories or on their website) at any point before and after the conference. |