PENERAPAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI DAUR ULANG LIMBAH PADAT BAHAN PEMBUATAN SEPATU

• BERLIANA SILVIA
• 2025

---

Limbah padat merupakan sisa material dari kegiatan industri maupun rumah tangga yang tidak memiliki nilai ekonomis secara langsung dan berpotensi mencemari lingkungan.Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis limbah padat bahan pembuatan sepatu menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2.Dataset sebanyak 638 citra limbah padat dikumpulkan langsung dari CV. Titisan Jaya di Sukabumi, terdiri atas empat kategori: kain,karet, spons, dan plastik. Data diproses melalui tahapan resize,normalisasi, augmentasi, serta dikonversi menjadi dua kelas: layak dan tidak layak. Model dilatih menggunakan framework TensorFlow dengan pembagian data 80% untuk pelatihan dan 20% untuk validasi.Hasil pelatihan menunjukkan bahwa model CNN dengan MobileNetV2 mencapai akurasi sebesar 93,99% pada data pelatihan dan 64% pada data validasi.Penelitian ini membuktikan bahwa metode CNN efektif dalam mengklasifikasikan limbah padat berbasiscitra, meskipun kinerja validasi masih dapat ditingkatkan melalui perluasan dataset dan tuning lanjutan.

• klasifikasi otomatis limbah padat untuk bahan pembuatan sepatu menggunakan convolutional neutral net

https://repository.bsi.ac.id/repo/71479/PENERAPAN-CONVOLUTIONAL-NEURAL-NETWORK-(CNN)-UNTUK-KLASIFIKASI-DAUR-ULANG-LIMBAH-PADAT-BAHAN-PEMBUATAN-SEPATU
File full-text dikunci.