Ariandi, Jeffry (2026) IMPLEMENTASI ALGORITMA YOLO DALAM IDENTIFIKASI JENIS SAMPAH. S1 thesis, universitas malikussaleh.

	Text cover.pdf Download (22kB)
	Text abstrak.pdf Download (68kB)
	Text bab 1.pdf Download (17kB)
	Text daftar pustaka.pdf Download (80kB)
	Text TGA_JEFFRY ARIANDI_210150039 .pdf Restricted to Registered users only Download (4MB)

Abstract

Peningkatan volume sampah yang dihasilkan masyarakat menjadi salah satu permasalahan lingkungan yang serius di Indonesia. Pengelolaan dan pemilahan sampah yang kurang efektif menyebabkan pencemaran tanah, air, dan udara. Dalam penelitian ini dikembangkan sistem deteksi jenis sampah berbasis computer vision menggunakan algoritma YOLOv5 (You Only Look Once version 5) untuk mengidentifikasi sampah organik dan anorganik secara real-time menggunakan kamera webcam sebagai sumber citra. Penelitian ini dilakukan melalui beberapa tahap, yaitu pengumpulan dataset, anotasi data menggunakan platform Roboflow, preprocessing, pelatihan model YOLOv5, dan pengujian sistem pada berbagai kondisi pencahayaan. Hasil pengujian menunjukkan bahwa YOLOv5 mampu mendeteksi jenis sampah dengan akurasi tinggi, ditunjukkan oleh nilai confidence score sebesar 0.89 pada kondisi cahaya terang dan 0.55 pada kondisi redup. Selain itu, perhitungan Intersection over Union (IoU) menghasilkan nilai rata-rata sebesar 0.8711 yang menandakan tingkat akurasi deteksi yang baik. Dengan demikian, sistem ini dapat menjadi solusi inovatif untuk membantu proses pemilahan sampah secara otomatis, efisien, dan berbasis teknologi cerdas tanpa memerlukan perangkat tambahan seperti mikrokontroler atau aktuator.

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > 20201 - Jurusan Teknik Elektro
Depositing User:	Jeffry Ariandi
Date Deposited:	18 Feb 2026 04:24
Last Modified:	18 Feb 2026 04:24
URI:	https://rama.unimal.ac.id/id/eprint/18425

Actions (login required)

View Item