Pendeteksian Sampah Perairan Secara Otomatis dengan Menggunakan Metode Convulution Neural Network (CNN)

Indy, Satya Hanggara Pendeteksian Sampah Perairan Secara Otomatis dengan Menggunakan Metode Convulution Neural Network (CNN). [Tugas Akhir]

[img] Text
0915040057 - Indy Satya Hanggara - Pendeteksian Sampah Perairan Secara Otomatis Dengan Menggunakan Metode _i_Convolutional Neural Network (CNN)__i_.pdf

Download (4MB)

Abstract

Indonesia mempunyai catatan buruk mengenai polutan perairan khususnya sampah plastik, Indonesia berada di peringkat ke 2 dunia penghasil sampah ke laut yang mencapai sebesar 129 juta ton namun hal itu tidak disadari oleh masyarakat bahwa sampah perairan setiap tahunnya mengalami kenaikan. Dengan adanya permasalahan tersebut maka muncullah tugas akhir ini. Tugas akhir ini menggunakan kamera sebagai sensor untuk mendeteksi keberadaan sampah yang kemudian akan secara otomatis menuju ke lokasi dengan menerapkan image processing dengan CNN sebagai proses pendeteksian sampah serta menggunakan desain kapal jenis dua lambung atau kapal katamaran, sehingga memungkinkan dilengkapi dengan konveyor berjalan yang berada di tengah kedua lambung kapal yang digunakan untuk mengangkut sampah sehingga mengarahkan sampah ke bak penampung. Dari hasil pengujian deteksi dengan menggunakan metode CNN dengan objek berupa sampah botol dan sampah wadah yang memiliki karakteristiknya masing-masing dari berbagai arah. Menurut hasil yang telah diuji tingkat keberhasilan pendeteksian cukup tinggi yaitu 100% untuk sampah botol dengan jarak maksimal 5,5 meter dan 80% untuk sampah wadah dengan jarak maksimal 2 meter. Ukuran kapal sampah keseluruhan yaitu memiliki panjang 182 cm, lebar 92 cm, tinggi 77 cm, dan berat 20 kg serta memiliki bak penampung dengan volume panjang 38,5 cm, lebar 31,5 cm, tinggi 12 cm.

Item Type: Tugas Akhir
Additional Information: No Inventaris: 5342/TO-15/2019_Lokasi Ta: 341
Uncontrolled Keywords: Perairan, Sampah, Image Processing , CNN
Subjects: T Technology > T Technology (General)
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 03 Dec 2019 01:25
Last Modified: 03 Dec 2019 01:25
URI: http://repository.ppns.ac.id/id/eprint/2438

Actions (login required)

View Item View Item