SISTEM KLASIFIKASI SAMPAH MENGGUNAKAN TRANSFER LEARNING CONVOLUTIONAL NEURAL NETWORK
oleh Nur Nafiiyah, Rifky Aisyatul Faroh, Muhammad Arif
Sinopsis
Pengelolaan sampah merupakan salah satu tantangan lingkungan yang membutuhkan dukungan teknologi untuk meningkatkan efektivitas proses pemilahan. Buku Sistem Klasifikasi Sampah Menggunakan Transfer Learning Convolutional Neural Network membahas penerapan teknologi deep learning, khususnya Convolutional Neural Network (CNN) dan transfer learning, untuk mengenali dan mengklasifikasikan objek sampah berdasarkan citra.
Buku ini menguraikan tahapan pengembangan sistem klasifikasi mulai dari persiapan dan penyeimbangan dataset, pembagian data, pembangunan arsitektur model, proses training, hingga evaluasi menggunakan accuracy, precision, recall, dan F1-score. Beberapa arsitektur transfer learning yang dikaji meliputi MobileNet, MobileNetV2, Xception, EfficientNetB0, VGG16, VGG19, dan ResNet50, dengan fokus klasifikasi sampah ke dalam kategori organic dan recyclable. Selain itu, pembahasan mencakup penerapan 5-fold cross-validation untuk mengukur konsistensi performa model.
Hasil eksperimen menunjukkan bahwa pemilihan arsitektur, optimizer, learning rate, serta strategi evaluasi memberikan pengaruh terhadap performa klasifikasi. Pengujian menunjukkan performa yang berbeda pada setiap model, sementara evaluasi 5-fold cross-validation memberikan gambaran yang lebih menyeluruh mengenai konsistensi model terhadap perubahan pembagian data.
Buku ini dapat menjadi referensi bagi mahasiswa, dosen, peneliti, maupun praktisi yang ingin memahami penerapan CNN dan transfer learning dalam klasifikasi citra, khususnya pada bidang pengelolaan sampah berbasis kecerdasan buatan.