IMPLIMENTASI MACHINE LEARNING PADA PEMILAH SAMPAH OTOMATIS MENGGUNAKAN METODE TRANSFER LEARNING

Rofiqi, Moh. (2024) IMPLIMENTASI MACHINE LEARNING PADA PEMILAH SAMPAH OTOMATIS MENGGUNAKAN METODE TRANSFER LEARNING. Other thesis, UNIVERSITAS NURUL JADID.

[thumbnail of Skripsi_2021300046_Moh Rofiqi_TE.pdf] Text
Skripsi_2021300046_Moh Rofiqi_TE.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Rofiqi, Moh. 2024. Implementasi Machine Learning pada Pemilah Sampah Otomatis Menggunakan Metode Transfer Learning. Skripsi, Jurusan Teknik Elektro, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Ilmi Rizki Imaduddin, M.T., (II) Moh. Khotib, M.T.

Kata Kunci: Klasifikasi Sampah, Machine Learning, Supervised Learning, Transfer learning, Mobilenet V2, Esp32-Cam.

Masalah pengelolaan sampah global semakin mendesak dengan pertumbuhan populasi dan urbanisasi yang cepat. Penelitian ini mencoba mencari solusi inovatif dengan menggunakan machine learning, khususnya Convolutional Neural Network (CNN) dengan model MobileNet V2 pada ESP32-CAM, untuk otomatisasi pemilahan sampah melalui teknik supervised learning dan transfer learning. MobileNet V2, yang efisien dan ringan, dikustomisasi untuk mengidentifikasi kardus, logam, dan plastik, mencapai akurasi deteksi 93,1%. Keberhasilan implementasi model machine learning ini pada ESP32-CAM yang terhubung dengan sistem pemilahan sampah otomatis menunjukkan peningkatan signifikan dalam efisiensi dan keamanan pemilahan sampah, mengurangi risiko bagi pekerja, dan mendukung pengelolaan sampah yang lebih berkelanjutan.

Item Type: Thesis (Other)
Subjects: L Education > L Education (General)
Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Saiful Ghazi
Date Deposited: 16 Apr 2026 07:35
Last Modified: 16 Apr 2026 07:35
URI: https://repository.unuja.ac.id/id/eprint/2860

Actions (login required)

View Item View Item