Deteksi Objek Sampah Organik Dan Anorganik Dari Rumah Tangga Menggunakan Metode You Only Look Once (Yolo) V8

Jatmiko, Bramantyo Budi (2024) Deteksi Objek Sampah Organik Dan Anorganik Dari Rumah Tangga Menggunakan Metode You Only Look Once (Yolo) V8. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_BRAMANTYO BUDI JATMIKO_COVER.pdf - Published Version Download (45kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_LEMBAR PENGESAHAN.pdf - Published Version Download (582kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (345kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (386kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_KATA PENGANTAR.pdf - Published Version Download (112kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_DAFTAR ISI.pdf - Published Version Download (71kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_BAB 1.pdf - Published Version Download (203kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_BAB 2.pdf - Published Version Download (1MB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_BAB 4.pdf - Published Version Restricted to Repository staff only Download (946kB) | Request a copy
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_BAB 5.pdf - Published Version Download (56kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_DAFTAR PUSTAKA.pdf - Published Version Download (134kB)
	Text UNIKOM_BRAMANTYO BUDI JATMIKO_LEMBAR PENULIS & KONTRIBUTOR.pdf - Published Version Download (8kB)

Abstract

Indonesia, sebagai negara dengan populasi terbesar keempat di dunia, menghasilkan volume sampah yang sangat tinggi setiap harinya, dengan rata-rata 2,5 liter sampah per orang. Mayoritas sampah ini tidak dikelola dengan baik karena rendahnya kesadaran dan pemahaman masyarakat mengenai pentingnya memisahkan sampah organik dan anorganik. Penelitian ini mengeksplorasi penggunaan arsitektur YOLO v8 untuk mendeteksi sampah organik dan anorganik, menggunakan data yang dikumpulkan dari lingkungan rumah tangga. Tahapan penelitian mencakup pengumpulan data, pelabelan, pelatihan model, serta evaluasi performa. Dataset yang terdiri dari sampah organik dan anorganik diidentifikasi menggunakan bounding box. Model YOLO v8 dilatih dengan dataset beranotasi dan dievaluasi melalui lima skenario pengujian yang bervariasi dalam hal pencahayaan, latar belakang, dan jarak objek. Hasil menunjukkan bahwa model mampu memilah sampah organik dan anorganik dengan akurasi hingga 95% dan 97% secara berturut-turut, terutama dalam kondisi pencahayaan yang baik, latar belakang sederhana, serta jarak objek yang sesuai, menjadikan model ini solusi yang efektif untuk otomatisasi pengelolaan sampah.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Deteksi objek, Sampah, Deep learning, YOLO v8
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	19 Aug 2025 01:53
Last Modified:	19 Aug 2025 01:53
URI:	http://elibrary.unikom.ac.id/id/eprint/10772

Actions (login required)

View Item