Wibawa, I Putu Gede Candra (2025) Aplikasi Deteksi Limbah Plastik Berbasis Web dengan Metode Convolution Neural Networks di Politeknik Negeri Bali. Undergraduate thesis, Politeknik Negeri Bali.

[thumbnail of Full Text] Text (Full Text)
RAMA_58302_2115354086_full.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy
[thumbnail of Cover, Bab 1, Bab 5 dan Referensi] Text (Cover, Bab 1, Bab 5 dan Referensi)
RAMA_58302_2115354086_0017038002_0012059501_part.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (231kB)
[thumbnail of iThenticate] Text (iThenticate)
RAMA_58302_2115354086_iThenticate.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Sampah plastik merupakan salah satu permasalahan lingkungan utama di Politeknik Negeri Bali yang memerlukan penanganan efektif, khususnya dalam proses pemilahan jenis plastik. Untuk membantu proses klasifikasi limbah plastik secara praktis dan efisien, penelitian ini mengembangkan sebuah aplikasi berbasis web yang dapat mendeteksi jenis plastik secara otomatis menggunakan metode Convolutional Neural Network (CNN). Proses deteksi dilakukan melalui analisis citra plastik yang diunggah oleh pengguna. Model CNN dibangun menggunakan TensorFlow dan dilatih dengan dataset yang terdiri dari tujuh kelas yaitu 6 kelas berdasarkan Resin Identification Code (RIC): PET, HDPE, LDPE, PP, PS, Other dan 1 kelas Non-plastik. Arsitektur model terdiri atas tiga lapisan konvolusi, max pooling, dropout, dan dense layer, dengan optimizer Adam, fungsi aktivasi ReLU, dan Softmax. Pelatihan dilakukan selama 30 epoch dengan hasil akurasi pelatihan sebesar 95% dan akurasi pengujian sebesar 81%. Aplikasi diimplementasikan menggunakan framework Flask dan dapat dijalankan secara langsung melalui peramban web. Fitur utama aplikasi meliputi unggah gambar limbah plastik, deteksi jenis plastik, serta penyajian informasi edukatif mengenai jenis plastik. Sistem berhasil diimplementasikan sesuai rancangan dan dapat digunakan sebagai alat bantu identifikasi limbah plastik secara cepat, akurat, dan mudah digunakan di lingkungan kampus. Kata kunci: Deteksi Limbah Plastik, CNN, Machine Learning, Flask, TensorFlow, Aplikasi Web

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Deteksi Limbah Plastik, CNN, Machine Learning, Flask, TensorFlow, Aplikasi Web
Subjects: Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions: Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User: I Putu Gede Candra Wibawa
Date Deposited: 29 Aug 2025 02:08
Last Modified: 29 Aug 2025 02:08
URI: https://repository.pnb.ac.id/id/eprint/17625

Actions (login required)

View Item View Item