Sistem Pemilah Sampah Organik Berbasis Raspberry Pi Menggunakan Klasifikasi CNN

Aditya Putra Perdana Prasetyo

Abstract


Projek ini bertujuan untuk melakukan pengecekan dan pengaturan pada Raspberry Pi 3 Model B+, Melakukan pengecekan dan pengaturan pada kamera Raspberry Pi Camera Rev 1.3 dan pengujian klasifikasi menggunakan Convolutional Neural Network atau CNN untuk mengetahui hasil prediksi sesuai dengan gambar yang ditampilkan. Metode penelitian pada projek ini menggunakan metode Forward Engineering. Metode ini membagi menjadi tahapan menjadi beberapa bagian dimulai dari studi literatur hingga pengujian projek dan analisa data projek.Raspberry Pi 3 Model B+ dan Raspberry Pi Camera Rev 1.3 yang telah ditur siap digunakan untuk melakukan proses pengambilan gambar pada objek-objek yang akan diklasifikasikan. Setelah dilakukan pengujian didapatkan hasil pengujian dengan rentang prediksi benar adalah 66% atau 33 gambar dan 34% atau 17 gambar dengan prediksi salah.

Keywords


Raspberry Pi 3; Kamera Pi; Klasifikasi; CNN

Full Text:

PDF (Indonesian)

References


A. Taufiq and F. M. Maulana, “Sosialisasi Sampah Organik Dan Non Organik Serta Pelatihan Kreasi Sampah,” Jurnal Inovasi dan Kewirausahaan, vol. 4, no. 1. pp. 68–73, 2015.

A. Peryanto, A. Yudhana, and R. Umar, “Klasifikasi Citra Menggunakan Convolutional Neural Network dan K Fold Cross Validation,” Journal of Applied Informatics and Computing, vol. 4, no. 1. pp. 45–51, 2020, doi: 10.30871/jaic.v4i1.2017.

D. Wijaya, Indra, N. Usman, and A. Barata, mula, “Implementasi Raspberry Pi Untuk rancang bangun sistem keamanan pintu ruang server dengan pengenalan wajah menggunakan metode triangle face,” Jurnal informatika polinema, vol. 4. pp. 9–16, 2017.

R. tulloh Kurniawan Muhamad Irfan , Sunarya Unang, “Internet of Things : Sistem Keamanan Rumah berbasis Raspberry Pi dan Telegram Messenge.” ELKOMIKA Jurnal Teknik Energi Elektrik Teknik Telekomunikasi & Teknik Elektronika, p. Halaman 1-15, 2017.

F. P. Fantara, D. Syauqy, and G. E. Setyawan, “Implementasi Sistem Klasifikasi Sampah Organik dan Anorganik dengan Metode Jaringan Saraf Tiruan Backpropagation,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, vol. 2, no. 11. pp. 5577–5586, 2018.

J. Pujoseno, “Implementasi Deep Learning Menggunakan Convolutional Neural Network Untuk Klasifikasi Alat Tulis,” Tugas Akhir Universitas Islam Indonesia, vol. 7, no. 2. pp. 1–25, 2018, [Online]. Available: https://www.uam.es/gruposinv/meva/publicaciones jesus/capitulos_espanyol_jesus/2005_motivacion para el aprendizaje Perspectiva alumnos.pdf%0Ahttps://www.researchgate.net/profile/Juan_Aparicio7/publication/253571379_Los_estudios_sobre_el_cambio_conceptual_.

Wais Al Qorni, “Rancang Bangun Smart Home Menggunakan Raspberry Pi 3 Dengan Control Berbasis Web.” Jakarta, 2018.

M. Sałuch et al., “Raspberry PI 3B + microcomputer as a central control unit in intelligent building automation management systems,” MATEC Web of Conferences, vol. 196. 2018, doi: 10.1051/matecconf/201819604032.

S. Richadus, Tungky, “Prototype Sistem Pemantauan Loker Dosen Fakultas Sains Dan Teknologi Menggunakan Raspberry Pi Dengan Notifikasi Email,” Phys. Rev. E, no. 1993. p. 24, 2015, [Online]. Available: http://ridum.umanizales.edu.co:8080/jspui/bitstream/6789/377/4/Muñoz_Zapata_Adriana_Patricia_Artículo_2011.pdf.

E. P. Purwandari, “Peningkatan Kualitas Pembelajaran Pengolahan Citra Digital pada Program Studi Teknik Informatika menggunakan Model Project Based Learning,” Jurnal Rekursif, vol. 2, no. 1. pp. 53–62, 2014.

R. S. I Wayan Suartika E. P, Arya Yudhi Wijaya, “Klasifikasi Citra Menggunakan Convolutional Neural Network (Cnn) pada Caltech 101.” 2016.

A. Rahim, K. Kusrini, and E. T. Luthfi, “Convolutional Neural Network untuk Kalasifikasi Penggunaan Masker,” Inspiration: Jurnal Teknologi Informasi dan Komunikasi, vol. 10, no. 2. p. 109, 2020, doi: 10.35585/inspir.v10i2.2569.

Marfuatun, “Potensi Pemanfaatan Sampah Organik,” fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Yogyakarta. pp. 1–8, 2013.

S. Dedi, “Penggunaan Piranti Lunak Jupyter Notebook dalam Upaya Mensosialisasikan Open Science.” 2018.

T. Panggabean, Imanuel, “PENDETEKSIAN DAN PENGENALAN WAJAH MANUSIA UNTUK PENINGKATAN KINERJA KAMERA PENGAMAN.” 2018.




DOI: http://dx.doi.org/10.30700/jst.v13i1.1340

Article Metrics

Abstract view : 644 times
PDF (Indonesian) - 527 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 SISFOTENIKA

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Badan Pengelola Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (SISFOTENIKA) STMIK Pontianak.

 

Jurnal Ilmiah SISFOTENIKA terindex di :


   

   

  

    

    

    

   

 

 

 

ISSN Printed : 2087-7897

ISSN Online : 2460-5344


SERTIFIKAT PENGHARGAAN :

Jurnal Ilmiah SISFOTENIKA Terakreditasi Peringkat Empat

 

Partners & Co-Organizers:




Lisensi Creative Commons

Jurnal Ilmiah SISFOTENIKA: STMIK Pontianak Online Journal ISSN Printed (2087-7897) - ISSN Online (2460-5344) licensed under a Lisensi Creative Commons Atribusi 4.0 Internasional. Flag Counter

View My Stats>