Zahra, Amalia (2025) PERANCANGAN SISTEM PEMILAHAN SAMPAH STYROFOAM BERBASIS TEKNOLOGI YOLOv5 DAN MATLAB. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (265kB)
	Text Abstrak.pdf Download (404kB)
	Text Bab I.pdf Download (361kB)
	Text Daftar Pustaka.pdf Download (349kB)
	Text Full-text.pdf Restricted to Registered users only Download (7MB)

Abstract

Peningkatan jumlah sampah mengakibatkan penurunan kualitas lingkungan, salah satunya adalah sampah styrofoam yang bersifat anorganik dan sulit terurai. Penelitian ini mengembangkan sistem pemilahan sampah berbasis konveyor dengan menggunakan teknologi deteksi objek YOLOv5 yang diintegrasikan dengan MATLAB 2020a dan Support Vector Machine (SVM). Sistem ini dirancang untuk mengidentifikasi dan memilah sampah styrofoam dari sampah campuran guna meningkatkan efisiensi pemilahan di Tempat Pembuangan Sampah (TPS) Lhokseumawe. Sampah styrofoam sering kali sulit dideteksi secara manual karena karakteristiknya yang mirip dengan jenis sampah lain, sehingga diperlukan pendekatan otomatis yang lebih canggih. Penelitian ini menggunakan metode eksperimen yang mencakup beberapa tahapan utama, yaitu pengumpulan dataset gambar sampah dengan berbagai variasi kondisi pencahayaan dan resolusi, pelatihan model YOLOv5 untuk deteksi objek, serta klasifikasi objek menggunakan SVM guna meningkatkan akurasi identifikasi styrofoam. Sistem diuji secara eksperimental dengan berbagai skenario operasional, termasuk variasi kecepatan konveyor dan parameter deteksi. Evaluasi kinerja sistem dilakukan menggunakan metrik akurasi, Intersection over Union (IoU), precision, recall, dan confusion matrix. Pada tahap pelatihan, YOLOv5 dilatih dengan dataset yang mencakup gambar sampah styrofoam, plastik, botol, dan sampah organik seperti daun. Selain itu, dilakukan penyesuaian parameter seperti threshold dan jumlah epoch guna mengoptimalkan hasil deteksi. Hasil pengujian menunjukkan bahwa akurasi klasifikasi mencapai 91,67%, dengan penurunan akurasi pada kecepatan konveyor yang lebih tinggi, yaitu 86,67% pada 15,28 rpm dan 80% pada 22,92 rpm. Hal ini menunjukkan bahwa SVM merupakan metode klasifikasi yang efektif dalam sistem pemilahan sampah berbasis YOLOv5 dan MATLAB. Sistem ini berpotensi untuk diterapkan pada skala besar di fasilitas pengolahan sampah, mengurangi beban kerja manual, serta berkontribusi pada pengelolaan sampah yang lebih baik.

Item Type:	Thesis (S1)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > 20201 - Jurusan Teknik Elektro
Depositing User:	Amalia Zahra
Date Deposited:	25 Apr 2025 03:07
Last Modified:	25 Apr 2025 03:07
URI:	https://rama.unimal.ac.id/id/eprint/11230

Actions (login required)

View Item