UMIUMI
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiMETHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiPengelolaan sampah di Indonesia menghadapi tantangan besar dengan jumlah yang terus meningkat mencapai sekitar 175.000 ton per hari. Kesadaran masyarakat terhadap bahaya terkait dengan sampah masih rendah dengan membuang sampah sembarangan. Metode pemilahan sampah merupakan metode paling efektif dengan memisahkan sampah berdasarkan jenisnya. Pemilahan sampah secara manual tidak efektif karena membutuhkan ruang yang luas, tenaga kerja yang banyak, dan rentan terjadi kesalahan. Penelitian ini bertujuan membangun model klasifikasi jenis sampah berbasis Convolutional Neural Network (CNN) dengan optimasi hyperparameter tuning arsitektur MobileNet. Penelitian dikembangkan dengan metode Cross-Industry Standard Process for Data Mining (CRISP-DM) serta menggunakan dataset terdiri dari tiga kategori sampah yaitu organik, anorganik, dan B3 yang bersumber dari dataset terbuka Kaggle. Pelatihan model dilakukan menggunakan arsitektur MobileNet dengan optimasi hyperparameter tuning dan memperoleh parameter optimal berupa optimizer Adam, learning rate 0.01, batch size 32, dan jumlah neuron 256. Hasil penelitian menunjukkan model berhasil mencapai akurasi sebesar 96% sebelum optimasi dan mengalami peningkatan 2% menjadi 98% sesudah optimasi. Biaya komputasi model menunjukkan nilai efisiensi tinggi dengan jumlah operasi floating point yang dapat dijalankan oleh model dalam satu detik adalah 1.146 GFLOPS.
Penelitian ini menunjukkan bahwa algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNet efektif dalam mengklasifikasikan jenis sampah dengan tingkat akurasi 98% setelah dilakukan optimasi hyperparameter.Optimasi hyperparameter tuning berhasil meningkatkan akurasi model dan tetap mempertahankan biaya komputasi yang rendah.Model ini berpotensi untuk diterapkan dalam sistem pemilahan sampah otomatis guna meningkatkan efisiensi pengelolaan sampah di Indonesia.
Penelitian lanjutan dapat difokuskan pada penggunaan dataset yang lebih besar dan representatif, diperoleh melalui pengumpulan data langsung dari berbagai lokasi untuk meningkatkan generalisasi model. Selain itu, eksplorasi arsitektur CNN lain yang memiliki efisiensi komputasi tinggi, seperti EfficientNet, dapat dilakukan untuk membandingkan performa dan menemukan model yang paling optimal. Pengembangan aplikasi mobile atau berbasis IoT yang mengintegrasikan model klasifikasi sampah ini juga dapat dipertimbangkan untuk memfasilitasi pemilahan sampah secara real-time dan meningkatkan kesadaran masyarakat terhadap pengelolaan sampah yang berkelanjutan. Penelitian lebih lanjut juga dapat dilakukan untuk meningkatkan robust model agar lebih stabil dan efisien dalam proses pelatihan serta lebih adaptif terhadap variasi data.
- Analisis partisipasi masyarakat terhadap pengelolaan sampah di Kecamatan Sumbersari, Kabupaten Jember,... journal.bkpsl.org/index.php/jplb/article/view/190Analisis partisipasi masyarakat terhadap pengelolaan sampah di Kecamatan Sumbersari Kabupaten Jember journal bkpsl index php jplb article view 190
- One moment, please.... one moment please wait request verified doi.org/10.59407/jpki2.v2i4.1216One moment please one moment please wait request verified doi 10 59407 jpki2 v2i4 1216
- One moment, please.... one moment please wait request verified jurnal.ilmubersama.com/index.php/hello_world/article/view/518One moment please one moment please wait request verified jurnal ilmubersama index php hello world article view 518
- Pembatasan Import Sampah Sebagai Komitmen Indonesia Dalam Upaya Penanganan Perubahan Iklim Global | Sulistio... ejournal.unimugo.ac.id/JLR/article/view/1281Pembatasan Import Sampah Sebagai Komitmen Indonesia Dalam Upaya Penanganan Perubahan Iklim Global Sulistio ejournal unimugo ac JLR article view 1281
| File size | 1.36 MB |
| Pages | 15 |
| DMCA | Report |
Related /
UMIUMI Semua query database dieksekusi dalam waktu kurang dari 100ms, menunjukkan efisiensi penggunaan resource yang tinggi. Tidak ada aktivitas login atau aksesSemua query database dieksekusi dalam waktu kurang dari 100ms, menunjukkan efisiensi penggunaan resource yang tinggi. Tidak ada aktivitas login atau akses
JOURNALCENTERJOURNALCENTER Perancangan sistem dilakukan menggunakan pendekatan Data Flow Diagram (DFD) untuk memodelkan alur proses bisnis dan Entity Relationship Diagram (ERD) untukPerancangan sistem dilakukan menggunakan pendekatan Data Flow Diagram (DFD) untuk memodelkan alur proses bisnis dan Entity Relationship Diagram (ERD) untuk
ITGITG Aplikasi mampu mendigitalkan seluruh proses layanan klinis, mengurangi waktu pelayanan dari 8 menit menjadi 4 menit per pasien, serta meningkatkan efisiensiAplikasi mampu mendigitalkan seluruh proses layanan klinis, mengurangi waktu pelayanan dari 8 menit menjadi 4 menit per pasien, serta meningkatkan efisiensi
UMIUMI Penelitian ini menggunakan kerangka teori Resource-Based View (RBV) yang menekankan pentingnya pemanfaatan sumber daya internal yang unik dan bernilaiPenelitian ini menggunakan kerangka teori Resource-Based View (RBV) yang menekankan pentingnya pemanfaatan sumber daya internal yang unik dan bernilai
UMIUMI Temuan ini menunjukkan tingkat penerimaan pengguna yang kuat terhadap sistem berbasis ERP, diperkuat oleh umpan balik positif yang konsisten mengenai efektivitasTemuan ini menunjukkan tingkat penerimaan pengguna yang kuat terhadap sistem berbasis ERP, diperkuat oleh umpan balik positif yang konsisten mengenai efektivitas
UMIUMI Pada standard pendidikan nasional terdapat empat factor penentu kualitas sekolah yaitu faktor bagaimana karakteristik siswanya, bagaimana kompetensi gurunya,Pada standard pendidikan nasional terdapat empat factor penentu kualitas sekolah yaitu faktor bagaimana karakteristik siswanya, bagaimana kompetensi gurunya,
UMIUMI Data untuk pengujian UAT diperoleh dengan melibatkan 100 responden dari Kota Pekalongan, yang dipilih menggunakan metode Simple Random Sampling dan dihitungData untuk pengujian UAT diperoleh dengan melibatkan 100 responden dari Kota Pekalongan, yang dipilih menggunakan metode Simple Random Sampling dan dihitung
PROVISIPROVISI Prosesnya meliputi pendaftaran pasien, pengumpulan data poliklinik, data dokter, dan data obat, serta menghasilkan laporan data pasien, cetak data pasien,Prosesnya meliputi pendaftaran pasien, pengumpulan data poliklinik, data dokter, dan data obat, serta menghasilkan laporan data pasien, cetak data pasien,
Useful /
UMIUMI Untuk lokasi pencurian sepeda motor dapat terjadi di banyak lokasi antara lain perumahan, sekolah, perparkiran, kantor dan masih banyak tempat lainnyaUntuk lokasi pencurian sepeda motor dapat terjadi di banyak lokasi antara lain perumahan, sekolah, perparkiran, kantor dan masih banyak tempat lainnya
UMIUMI Salah satu algoritma data mining yang tepat dalam menyelesaikan kasus diatas adalah dengan menggunakan algoritma Naive Bayes. Penerapan data mining menggunakanSalah satu algoritma data mining yang tepat dalam menyelesaikan kasus diatas adalah dengan menggunakan algoritma Naive Bayes. Penerapan data mining menggunakan
UIN SGDUIN SGD Hal ini tidak hanya meningkatkan tata kelola lokal tetapi juga mendorong perkembangan ekonomi dan mengurangi ketimpangan regional. Dengan menyoroti peranHal ini tidak hanya meningkatkan tata kelola lokal tetapi juga mendorong perkembangan ekonomi dan mengurangi ketimpangan regional. Dengan menyoroti peran
UNTANUNTAN Mayoritas mahasiswa memilih penelitian deskriptif selama pandemi karena tidak memerlukan kontak fisik. Penelitian pengembangan menjadi pilihan kedua karenaMayoritas mahasiswa memilih penelitian deskriptif selama pandemi karena tidak memerlukan kontak fisik. Penelitian pengembangan menjadi pilihan kedua karena