<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Deteksi Objek Wadah Makanan Plastik Sekali Pakai menggunakan Metode Convolutional Neural Network (CNN) dengan Framework Tensorflow

dc.Identifier.NIM19611131
dc.contributor.authorUtami, Nawang Wulan Fitria Nur
dc.date.accessioned2024-01-18T04:39:55Z
dc.date.available2024-01-18T04:39:55Z
dc.date.issued2023
dc.description.abstractWadah makanan plastik sekali pakai menjadi pilihan favorit alat makan masyarakat indonesia karena ditinjau dari segi sifat yang praktis dan ekonomis dengan harga yang terjangkau. Hal tersebut didukung oleh tingkat konsumsi plastik nasional tahun 2022 yang didominasi oleh wadah kemasan dan berdampak pada peningkatan komposisi volume sampah plastik di Indonesia. Kementerian Hutan dan Lingkungan Hidup tahun 2019 mengeluarkan regulasi penghentian secara bertahap untuk penggunaan wadah makanan plastik sekali pakai pada 2029 oleh produsen dengan mendaur ulang produknya. Untuk mempermudah proses sortir pada proses recycle (daur ulang) diperlukan sistem yang dapat mengenali dan mendeteksi wadah makan plastik sekali pakai. Deep learning yang digunakan untuk pengenalan dan klasifikasi objek adalah Convolutional Neural Network (CNN) karena menghasilkan hasil yang signifikan dalam pengenalan citra. Hasil penelitian deteksi objek wadah makanan plastik sekali pakai real-time menggunakan metode CNN didapatkan tingkat akurasi 100% dengan persentase ketepatan deteksi objek untuk tiap kelas berkisar antara 50%-98%.en_US
dc.identifier.urirepository.uii.ac.id/handle/123456789/46740
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectArtificial Intelligenceen_US
dc.subjectComputer Visionen_US
dc.subjectConvolutional Neural Networken_US
dc.subjectDeep Learningen_US
dc.subjectObject Detectionen_US
dc.subjectWadah Makanan Sekali Pakaien_US
dc.subjectTensorFlowen_US
dc.titleDeteksi Objek Wadah Makanan Plastik Sekali Pakai menggunakan Metode Convolutional Neural Network (CNN) dengan Framework Tensorflowen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
19611131.pdf
Size:
10.74 KB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections