Klasifikasi Citra Sampah Organik dan Non Organik Menggunakan Algoritma CNN (Convolutional Neural Network)

Explore Pub Date : 2024-01-10 DOI:10.35200/ex.v14i1.103
Fathoni Dwiatmoko, D. Utami, Nuari Anisa Sivi
{"title":"Klasifikasi Citra Sampah Organik dan Non Organik Menggunakan Algoritma CNN (Convolutional Neural Network)","authors":"Fathoni Dwiatmoko, D. Utami, Nuari Anisa Sivi","doi":"10.35200/ex.v14i1.103","DOIUrl":null,"url":null,"abstract":"Sampah merupakan barang/bahan yang tidak dipergunakan secara normal atau barang rusak. Sampah yang dihasilkan banyak dari rumah tangga, hampir setiap hari dalam rumah tangga memproduksi sampah baik organik maupun non organik. Sampah organik adalah sampah yang mudah terurai dengan tanah, sedangkan sampah non organik yaitu sampah yang sulit terurai dengan tanah sehingga membutuhkan waktu yang lebih lama untuk teruarai. Kurangnya pengetahuan publik tentang pemisahan jenis sampah menimbulkan permasalahan yang sangat serius dalam pengelolaan sampah. Berdasarkan hal tersebut, penelitian ini dibuat sebagai pengenalan jenis citra sampah dengan menggunakan Algoritma Convolutional Neural Network (CNN). CNN merupakan jenis deep neural network karena kedalaman jaringannya yang tinggi. Dengan menggunakan algotima CNN objek dalam sebuah gambar dapat diklasifikasikan. Pada penelitian ini akan mengklasifikasikan 2 jenis cita sampah yaitu sampah anorganik dan sampah organik. Pengujian dilakukan dengan menggunakan jumlah data 2800 dengan masing-masing kelas sebanyak 1400. Parameter pada penelitian ini yaitu epoch sebesar 50 dan batch_size sebesar 32. Jumlah data uji pada penelitian ini sebanyak 200 gambar. Pengujian menghasilkan nilai akurasi sebesar 99% dan nilai loss sebesar 0.005.","PeriodicalId":501446,"journal":{"name":"Explore","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-01-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Explore","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35200/ex.v14i1.103","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Sampah merupakan barang/bahan yang tidak dipergunakan secara normal atau barang rusak. Sampah yang dihasilkan banyak dari rumah tangga, hampir setiap hari dalam rumah tangga memproduksi sampah baik organik maupun non organik. Sampah organik adalah sampah yang mudah terurai dengan tanah, sedangkan sampah non organik yaitu sampah yang sulit terurai dengan tanah sehingga membutuhkan waktu yang lebih lama untuk teruarai. Kurangnya pengetahuan publik tentang pemisahan jenis sampah menimbulkan permasalahan yang sangat serius dalam pengelolaan sampah. Berdasarkan hal tersebut, penelitian ini dibuat sebagai pengenalan jenis citra sampah dengan menggunakan Algoritma Convolutional Neural Network (CNN). CNN merupakan jenis deep neural network karena kedalaman jaringannya yang tinggi. Dengan menggunakan algotima CNN objek dalam sebuah gambar dapat diklasifikasikan. Pada penelitian ini akan mengklasifikasikan 2 jenis cita sampah yaitu sampah anorganik dan sampah organik. Pengujian dilakukan dengan menggunakan jumlah data 2800 dengan masing-masing kelas sebanyak 1400. Parameter pada penelitian ini yaitu epoch sebesar 50 dan batch_size sebesar 32. Jumlah data uji pada penelitian ini sebanyak 200 gambar. Pengujian menghasilkan nilai akurasi sebesar 99% dan nilai loss sebesar 0.005.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
使用 CNN 算法(卷积神经网络)对有机和非有机废物图像进行分类
废物是指不能正常使用的物品/材料或损坏的物品。家庭会产生大量垃圾,几乎每天家庭都会产生有机和无机垃圾。有机废物是容易被土壤分解的废物,而无机废物是难以被土壤分解的废物,因此需要较长的时间才能分解。公众对垃圾分类缺乏了解,是垃圾管理中一个非常严重的问题。基于此,本研究利用卷积神经网络(CNN)算法对垃圾图像类型进行了介绍。CNN 是深度神经网络的一种,因为它的网络深度很高。使用 CNN 算法可以对图像中的物体进行分类。本研究将对两类垃圾进行分类,即无机垃圾和有机垃圾。测试使用的数据量为 2800,每类 1400。测试数据量为 200 张图像。测试的准确率为 99%,损失值为 0.005。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Implementasi E-Journal berbasis Open Journal System (OJS) untuk Meningkatkan Jumlah Publikasi Penelitian Dosen IPDN Kampus NTB Aplikasi Business Intelligence Pada Sistem Penjualan CV. Muda Jeans Implementasi Prediksi Ketersediaan Tanaman Hias Menggunakan Metode Algoritma C4.5 Perancangan Sistem Informasi dan Pengelolaan Pendaftaran Peserta Didik Baru SD Negeri 013 Tanjungpinang Barat Rancangan Sistem Informasi Pengelolaan Perpindahan Peserta Didik
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1