| dc.description.abstract | Indonesia menjadi salah satu penghasil sampah terbanyak didunia. Setiap hari ditemukan sampah yang tidak dibuang pada tempat sampah, adapula yang sudah dibuang pada tempatnya tapi masih salah dalam membedakan jenis sampah tersebut. Secara umum salah satu penggolongan jenis sampah adalah berdasarkan sifatnya, ada yang mudah terurai(organik) dan ada yang susah terurai(anorganik). Pada penelitian ini dilakukan pengenalan 5 objek sampah organik dan 5 objek sampah anorganik dengan melihat apakah sistem dapat membaca objek di setiap posisi pada background dan jumlah objek dalam 1 frame gambar. Sistem ini menggunakan Tensorflow dengan sampel sebanyak 100 gambar untuk masing-masing objek. Setiap sampel objek diberi pengenal sesuai dengan nama dan jenis objek. Sampel diberi pengenal untuk sistem dapat belajar mengenali pola dan bentuk objek dari data objek yang kita ambil. Hasil penelitian menunjukkan bahwa rata-rata persentase keakuratan sistem dalam mendeteksi objek mencapai 90%, dengan data tertinggi keakuratan mencapai 99% yang diuji pada objek kulit pisang, daun, rumput, kardus, styrofoam, pecahan kaca, botol, kaleng dan paku . Dan penulis juga mencoba meletakkan 2 atau lebih objek yang berbeda pada 1 frame yang sama, dan menghasilkan rata-rata persentase nilai sebesar 90%, serta melakukan pengujian 2 atau lebih benda yang sejenis dalam satu frame pada saat bersamaan, dan menghasilkan nilai rata-rata sebesar 90% juga.
Dari hasil pengujian juga didapat objek rumput dan botol adalah sampel yang tidak memiliki kesalahan baca pada sistem yang dirancang. Untuk pengujian 2 objek atau lebih dalam satu frame, penulis meletakkan 2 objek yang sejenis dan 2 objek yang berbeda jenis, hasilnya sistem dapat mengenali objek yang berada dalam frame tersebut. | en_US |
