Optimasi Akurasi Metode Convolutional Neural Network untuk Identifikasi Jenis Sampah

Abstract

Waste is goods / materials that have no value in the scope of production, where in some cases the waste is disposed of carelessly and can damage the environment. The Indonesian government in 2019 recorded waste reaching 66-67 million tons, which is higher than the previous year, which was 64 million tons. Waste is differentiated based on its type, namely organic and anorganic waste. In the field of computer science, the process of sensing the type waste can be done using a camera and the Convolutional Neural Networks (CNN) method, which is a type of neural network that works by receiving input in the form of images. The input will be trained using CNN architecture so that it will produce output that can recognize the object being inputted. This study optimizes the use of the CNN method to obtain accurate results in identifying types of waste. Optimization is done by adding several hyperparameters to the CNN architecture. By adding hyperparameters, the accuracy value is 91.2%. Meanwhile, if the hyperparameter is not used, the accuracy value is only 67.6%. There are three hyperparameters used to increase the accuracy value of the model. They are dropout, padding, and stride. 20% increase in dropout to increase training overfit. Whereas padding and stride are used to speed up the model training process.

Klasifikasi Citra Sampah Organik dan Non Organik Menggunakan Algoritma CNN (Convolutional Neural Network)

“…Sampah pada dasarnya adalah bahan atau barang yang sudah tidak memiliki nilai guna dalam penggunaan normal. Termasuk dalam kategori ini adalah barang yang rusak selama proses produksi atau bahan yang pada dasarnya tidak bermanfaat [1].Sampah, terus menjadi permasalahan yang belum terselesaikan dalam kehidupan manusia. Banyak dari masalah yang timbul akibat sampah sebenarnya berakar dari kurangnya kepedulian manusia terhadap lingkungan di sekitarnya [2].…”

Real-Time Detection of Face Mask Using Convolutional Neural Network

“…cardiovascular disease [25], brain tumor detection [26], skin disease [27], and detection of covid-19 [28]. It can also detect the identification of waste types [29].…”

Garbage Classification Using Ensemble DenseNet169

“…Sampah merupakan barang/benda/bahan yang digunakan secara biasa atau khusus dan tidak memiliki nilai, yang dihasilkan dalam lingkungan produksi, kerusakan barang selama proses manufaktur, dan barang berlebihan dimana Sebagian besar sampah didominasi oleh sampah rumah tangga [1]. Sampah menjadi ancaman besar bagi keberlanjutan lingkungan, ekonomi, dan masyarakat, dimana tuntutan produksi sampah meningkat seiring dengan pertumbuhan masyarakat dan kebutuhannya, maka dibutuhkan lahan yang luas untuk pengelolaan sampah.…”

“…Menurut data dari Kementrian Lingkungan Hidup Indonesia tahun 2017 mampu menghasilkan sampah dengan jumlah 175.000 ton per hari atau sebanyak 64 juta ton sampah setiap tahunnya [4] sedangkan pada tahun, 2019 sampah di Indonesia sebesar 66-67 juta ton, dimana jumlah tersebut naik sebanyak 2 hingga 3 juta ton dari tahun sebelumnya [1]. Berdasarkan permasalahan tersebut diperlukan sistem yang dapat mengklasifikasikan sampah sehingga, mempercepat dalam pengelolaannya, yang ditawarkan dalam penelitian ini.…”