PRAYUDA, HARDI and Muhamad Radzi, Rathomi and Novrizal Fattah, Fahmitra (2025) KLASIFIKASI SAMPAH LAUT JENIS LIMBAH PLASTIK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BACKPROPAGATION (STUDI KASUS DI PERAIRAN KOTA TANJUNGPINANG). S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) HARDI PRAYUDA_2101020098_Teknik Informatika_COVER.pdf - Published Version Download (699kB)
	Text (Abstrak) HARDI PRAYUDA_2101020098_Teknik Informatika_Abstrak.pdf - Published Version Download (262kB)
	Text (BAB 1) HARDI PRAYUDA_2101020098_Teknik Informatika_BAB 1.pdf - Published Version Download (263kB)
	Text (Daftar Pustaka) HARDI PRAYUDA_2101020098_Teknik Informatika_Daftar Pustaka.pdf - Published Version Download (268kB)
	Text (Full Teks) HARDI PRAYUDA_2101020098_Teknik Informatika_Full Teks.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Penelitian ini bertujuan dalam mengukur akurasi performa model menggunakan metode CNN Backpropagation dengan arsitektur VGG-16. Proses pelatihan dilakukan dengan membandingkan akurasi dan loss pada epoch 50 hingga epoch 250 dengan batch size 32. Hasil penelitian menghasilkan masing-masing akurasi dan loss yang beragam, secara berurutan yaitu 93,95% dan loss 0,2369 dengan nilai akurasi confussion matrix 86%, 94,55% dan loss 0,1439 dengan nilai akurasi confussion matrix 88%, 95,34% dan loss 0,1254 dengan nilai akurasi confussion matrix 90%, 97,22% dan loss 0,0989 dengan nilai akurasi confussion matrix 90%, 97,66% dan loss 0,0798 dengan nilai akurasi confussion matrix 93%. Dalam hal ini, epoch 250 memiliki nilai akurasi dan loss terbaik dari beberapa epoch yang dilakukan selama proses pelatihan model. Selanjutnya dilakukan pengujian dari masing-masing kelas sampah plastik dengan hasil bungkus makanan 93%, kantong plastik 93%%, botol plastik 90%, bungkus minuman 86% dan 91% untuk pengujian 100 data gambar sampah laut plastik random serta 75% untuk bukan sampah plastik. Hasil ini menunjukkan bahwa model CNN Backpropagation dengan VGG-16 mampu mendeteksi dan mengklasifikasikan jenis sampah plastik di laut sehingga dapat membantu dalam mengelola serta memilah sampah di laut kota Tanjungpinang berdasarkan jenisnya menjadi lebih efektif.

Actions (login required)

View Item