MUFIDAH, Salma Yumna (2025) Perbandingan Klasifikasi Sampah Menggunakan Convolutional Neural Network Dengan dan Tanpa Ekstraksi Fitur Local Binary Pattern. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (583kB)
	Text 3. PERNYATAAN ORISINALITAS.pdf Download (448kB)
	Text 4. HALAMAN PENGESAHAN.pdf Download (543kB)
	Text 6. KATA PENGANTAR.pdf Download (1MB)
	Text 7. DAFTAR ISI.pdf Download (894kB)
	Text 14. BAB I PENDAHULUAN.pdf Download (1MB)

Abstract

Sampah merupakan salah satu permasalahan lingukungan yang masih
menjadi sorotan utama di Indonesia. Sampah yang tidak dikelola dengan baik dapat
memperburuk kondisi lingkungan dan kesehatan masyarakat. Maka dari itu, perlu
dilakukan pengelolaan sampah terpadu. Pemilahan sampah adalah langkah awal
dalam pengelolaan sampah terpadu. Namun, banyak masyarakat yang masih
mencampur dan tidak memilah sampah karena rendahnya kesadaran dan
kemampuan masyarakat dalam membedakan jenis-jenis sampah. Bersamaan
perkembangan teknologi, pemilahan sampah dapat dibantu oleh teknik pengolahan
citra. Penelitian ini bertujuan untuk mengklasifikasi sampah menggunakan
Convolutional Neural Network (CNN) dengan ekstraksi fitur Local Binary Pattern
(LBP). Jenis sampah yang diklasifikasi adalah sampah kaca, kardus, kertas, plastik,
dan sisa makanan. Klasifikasi pada penelitian ini dilakukan dengan dan tanpa
ekstraksi fitur LBP. Model CNN dilatih menggunakan citra sampah yang
diekstraksi fitur LBP dan tanpa ekstraksi fitur LBP, serta pengaturan beberapa
hyperparameter. Akurasi pengujian terbaik CNN dengan ekstraksi fitur LBP
diperoleh pada 30 epoch, batch size 32, dan learning rate 0,0001 dengan hasil
sebesar 78,40%, sedangkan akurasi pengujian terbaik CNN tanpa ekstraksi fitur
LBP diperoleh pada 20 epoch (early stopping pada epoch ke-15), batch size 64, dan
learning rate 0,001 dengan hasil sebesar 86,80%. Hasil tersebut menunjukkan
bahwa klasifikasi sampah menggunakan CNN tanpa ekstraksi fitur LBP lebih
unggul dibandingkan CNN dengan ekstraksi fitur LBP.
Kata Kunci : Sampah, Pengolahan Citra, Convolutional Neural Network, Local
Binary Pattern, Hyperparameter

Actions (login required)

View Item