ALBANA, FAREL PUTRA and Muhamad Radzi, Rathomi and Novrizal Fattah, Fahmitra (2025) KLASIFIKASI SAMPAH PLASTIK DI LAUT MENGGUNAKAN ALGORITMA FASTER REGION – CONVOLUTIONAL NEURAL NETWORK (R-CNN): STUDI KASUS DI PERAIRAN KOTA TANJUNGPINANG. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) Farel Putra Albana_2101020057_Teknik Elektro dan Informatika_Cover.pdf - Published Version Download (630kB)
	Text (Abstrak) Farel Putra Albana_2101020057_Teknik Elektro dan Informatika_Abstrak.pdf - Published Version Download (91kB)
	Text (Bab 1) Farel Putra Albana_2101020057_Teknik Elektro dan Informatika_BAB 1.pdf - Published Version Download (104kB)
	Text (Daftar Pustaka) Farel Putra Albana_2101020057_Teknik Elektro dan Informatika_Daftar Pustaka.pdf - Published Version Download (50kB)
	Text (Full Teks) Farel Putra Albana_2101020057_Teknik Elektro dan 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 algoritma Faster R-CNN dengan arsitektur Resnet-50 FPN sebagai backbone. Proses pelatihan model menggunakan pre-trained weight model dalam klasifikasi sampah plastik di perairan kota Tanjungpinang. Proses pelatihan dilakukan dengan membandingkan metrik evaluasi mAP pada epoch 50 di berbagai batch size yaitu 4, 8, dan 16. Hasil eksperimen menghasilkan masing-masing mAP 0.50:0.95 pada batch size 4. 8, dan 16 yaitu 58,80%, 59,55%, dan 59,48%. Sedangkan untuk mAP 0.50 pada batch size 4. 8, dan 16 masing-masing yaitu 79,13%, 82,64%, dan 81,53%. Dalam hal ini, batch size 8 memiliki nilai metrik evaluasi terbaik dari beberapa batch size yang dilakukan selama proses pelatihan model. Selanjutnya dilakukan pengujian dari masing-masing kelas sampah plastik dengan hasil botol plastik 90%, bungkus makanan 88%, bungkus minuman 78%, dan kantong plastik 86%. Hasil ini menunjukkan bahwa pre-trained model Faster R-CNN dengan Resnet-50 FPN sebagai backbone 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