KLASIFIKASI JENIS SAMPAH B3 (BAHAN BERBAHAYA DAN BERACUN) MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CCN)

Alghippari, Muhammad Rafi (2025) KLASIFIKASI JENIS SAMPAH B3 (BAHAN BERBAHAYA DAN BERACUN) MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CCN). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

[img] Text
COVER.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (95kB)
[img] Text
2113191059-Muhammad Rafi Alghippari-Lembar Pengesahan.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (72kB)
[img] Text
2113191059-Muhammad Rafi Alghippari-Lembar pernyataan.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (962kB)
[img] Text
ABSTRAK.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (194kB)
[img] Text
2113191059-Muhammad Rafi Alghippari-BAB 1.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text
2113191059-Muhammad Rafi Alghippari-darft lengkap skripsi.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (4MB) | Request a copy
[img] Text
2113191059-Muhammad Rafi Alghippari-Daftar Pustaka.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (582kB)
[img] Text
2113191059-Muhammad Rafi Alghippari-Plagiarisme.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (127kB)

Abstract

Seiring dengan meningkatnya jumlah penduduk dan aktivitas masyarakat, volume sampah juga mengalami peningkatan, termasuk sampah B3 (Bahan Berbahaya dan Beracun) yang berpotensi mencemari lingkungan dan membahayakan kesehatan. Permasalahan utama yang terjadi adalah masih rendahnya kesadaran masyarakat dalam memilah sampah B3 dan non-B3, serta minimnya teknologi yang dapat membantu proses klasifikasi secara otomatis. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem klasifikasi sampah B3 dan non-B3 menggunakan metode Convolutional Neural Network (CNN) berbasis web. Metode yang digunakan dalam penelitian ini adalah V-Model yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, hingga pengujian. Dataset diperoleh dari sumber daring serta pengambilan gambar langsung, kemudian dilakukan preprocessing seperti resizing, normalisasi, dan augmentasi data. Model CNN dibangun menggunakan TensorFlow dan Keras, serta diintegrasikan ke dalam aplikasi web menggunakan framework Flask agar dapat digunakan secara real-time oleh pengguna. Hasil dari penelitian ini menunjukkan bahwa metode CNN mampu mengklasifikasikan sampah B3 dan non-B3 dengan baik berdasarkan citra yang diunggah pengguna. Sistem yang dikembangkan dapat membantu masyarakat dalam memilah sampah secara lebih mudah dan efisien, serta meningkatkan kesadaran terhadap pentingnya pengelolaan sampah B3. Dengan demikian, penelitian ini diharapkan dapat menjadi solusi dalam mendukung pengelolaan lingkungan yang lebih baik melalui pemanfaatan teknologi

Item Type: Thesis (Skripsi)
Additional Information: STF.25.0038
Uncontrolled Keywords: Klasifikasi gambar dan sampah B3 dan CNN
Subjects: Skripsi S1 > Teknik Informatika
Divisions: Fakultas Teknik > Teknik Informatika (S1)
Depositing User: Muhammad Rafi Alghippari
Date Deposited: 05 Aug 2026 01:02
Last Modified: 05 Aug 2026 01:02
URI: http://repository.usbypkp.ac.id/id/eprint/8443

Actions (login required)

View Item View Item