Rahman, Ahmad Afifur (2022) Pemilah Sampah Logam dan Plastik Berbasis Arduino dan Raspberry PI Dengan Metode Convolution Neural Network. Diploma thesis, UBP Karawang.
![1. Halaman Judul_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 1. Halaman Judul_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
1. Halaman Judul_220080_16416255201012_Ahmad Afifur Rahman.pdf
Download (1MB)
![2. File Abstrak_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 2. File Abstrak_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
2. File Abstrak_220080_16416255201012_Ahmad Afifur Rahman.pdf
Download (174kB)
![3. Daftar Isi_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 3. Daftar Isi_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
3. Daftar Isi_220080_16416255201012_Ahmad Afifur Rahman.pdf
Download (1MB)
![4. BAB I_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 4. BAB I_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
4. BAB I_220080_16416255201012_Ahmad Afifur Rahman.pdf
Download (327kB)
![5. BAB II_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 5. BAB II_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
5. BAB II_220080_16416255201012_Ahmad Afifur Rahman.pdf
Restricted to Registered users only
Download (3MB)
![6. BAB III_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 6. BAB III_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
6. BAB III_220080_16416255201012_Ahmad Afifur Rahman.pdf
Download (1MB)
![7. BAB IV_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 7. BAB IV_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
7. BAB IV_220080_16416255201012_Ahmad Afifur Rahman.pdf
Restricted to Registered users only
Download (5MB)
![8. BAB V_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 8. BAB V_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
8. BAB V_220080_16416255201012_Ahmad Afifur Rahman.pdf
Download (171kB)
![9. Daftar Pustaka_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 9. Daftar Pustaka_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
9. Daftar Pustaka_220080_16416255201012_Ahmad Afifur Rahman.pdf
Download (303kB)
![10. Lampiran_220080_16416255201012_Ahmad Afifur Rahman.pdf [thumbnail of 10. Lampiran_220080_16416255201012_Ahmad Afifur Rahman.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
10. Lampiran_220080_16416255201012_Ahmad Afifur Rahman.pdf
Restricted to Registered users only
Download (6MB)
Abstract
Hasil Susenas menunjukkan hanya 1,2 persen rumah tangga melakukan daur ulang sampah. Permasalahan tersebut dapat diatasi dengan peran teknologi yaitu dengan membuat alat pemilah sampah otomatis. Pemilah sampah otomatis dapat memilah sampah bekas minuman kemasan logam, plastik dan other. Pemilah sampah dikontrol menggunakan arduino dan raspberry pi. Arduino berfungsi untuk mengontrol pemilah sampah. Raspberry pi berfungsi untuk klasifikasi jenis sampah menggunakan pi camera. Gambar dari pi camera diproses pada raspberry pi untuk mengetahui jenis sampah logam, plastik dan other. Pada proses klasifikasi terdapat 2 tahapan yaitu train model dan predict. Proses klasifikasi menggunakan metode cnn. Train model adalah proses pelatihan model untuk mengenal sampah. Hasil proses training dengan 20 kali epoch diperoleh hasil nilai akurasi training 0.9866. Dari model yang sudah ditraining dilakukan proses prediksi untuk melakukan klasifikasi sampah. Motor servo berfungsi untuk memisahkan dan menempatkan sampah sesuai dengan kategorinya. Dari 20 kali percobaan diperoleh rata-rata akurasi pengujian model 81,387 %. Dari 40 kali percobaan pengujian alat diperoleh rata-rata error 0% dan rata-rata keberhasilan 100 %.
Kata Kunci: arduino, cnn, raspberry pi, sampah
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
Depositing User: | Repository UBP Karawang |
Date Deposited: | 20 Jan 2025 06:24 |
Last Modified: | 20 Jan 2025 06:24 |
URI: | http://repository.ubpkarawang.ac.id/id/eprint/2983 |