Sistem cerdas pemilah sampah daur ulang bernilai ekonomis menggunakan metode deep learning dan antarmuka interaktif

Vercelli, Patric Kresna (2026) Sistem cerdas pemilah sampah daur ulang bernilai ekonomis menggunakan metode deep learning dan antarmuka interaktif. Undergraduate thesis, Widya Mandala Surabaya Catholic University.

[thumbnail of ABSTRAK] Text (ABSTRAK)
patric ABSTRAK_51.pdf

Download (7MB)
[thumbnail of BAB 1] Text (BAB 1)
BAB I.pdf

Download (2MB)
[thumbnail of BAB 2] Text (BAB 2)
BAB II.pdf
Restricted to Registered users only

Download (10MB) | Request a copy
[thumbnail of BAB 3] Text (BAB 3)
BAB III.pdf
Restricted to Registered users only

Download (12MB) | Request a copy
[thumbnail of BAB 4] Text (BAB 4)
BAB IV.pdf
Restricted to Registered users only

Download (24MB) | Request a copy
[thumbnail of BAB 5] Text (BAB 5)
patric BAB V rev.pdf

Download (1MB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
PATRIC LAMPIRAN REV.pdf
Restricted to Registered users only

Download (8MB) | Request a copy

Abstract

Pemilahan sampah merupakan tahapan penting dalam pengelolaan limbah karena memengaruhi kualitas material daur ulang dan nilai ekonominya. Namun, proses pemilahan masih banyak dilakukan secara manual sehingga kurang efisien dan sering menghasilkan sampah yang tercampur. Penelitian ini bertujuan mengembangkan sistem cerdas pemilah sampah daur ulang berbasis Deep Learning yang mampu mengklasifikasikan botol PET bening, botol PET berwarna, kaleng, dan sampah kering lainnya secara real-time, serta dilengkapi antarmuka interaktif sebagai media edukasi. Sistem dibangun menggunakan Raspberry Pi sebagai pengendali utama, kamera sebagai sensor citra, model MobileNetV2 yang dikonversi ke format ONNX untuk mempercepat proses inferensi, serta mekanisme pemilah otomatis berbasis motor servo. Pengujian dilakukan terhadap performa model klasifikasi, kecepatan inferensi, ketepatan mekanisme pemilahan, dan kinerja sistem pada berbagai kondisi pencahayaan. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan objek dengan tingkat akurasi yang tinggi dan sistem berhasil melakukan pemilahan sampah secara otomatis sesuai kategori yang ditentukan. Selain meningkatkan efisiensi proses pemilahan, antarmuka interaktif yang dikembangkan juga mampu menyajikan informasi edukatif mengenai jenis sampah dan manfaat daur ulang sehingga berpotensi meningkatkan kesadaran masyarakat terhadap pengelolaan sampah yang berkelanjutan.

Item Type: Thesis (Undergraduate)
Department: S1 - Teknik Elektro
Contributors:
Contribution
Contributors
NIDN / NIDK
Email
Thesis advisor
Yuliati, Yuliati
NIDN0714077503
yuliati@ukwms.ac.id
Thesis advisor
Pranjoto, Hartono
NIDN0701066201
pranjoto@ukwms.ac.id
Uncontrolled Keywords: Deep Learning, MobileNetV2, Raspberry Pi, pemilahan sampah, ONNX, antarmuka interaktif
Subjects: Engineering
Engineering > Electrical Engineering
Divisions: Faculty of Engineering > Electrical Engineering Study Program
Depositing User: Patric Kresna Vercelli
Date Deposited: 22 Jul 2026 06:42
Last Modified: 22 Jul 2026 06:42
URI: https://repositori.ukwms.ac.id/id/eprint/47462

Actions (login required)

View Item View Item