Text

DETEKSI SAMPAH MENGGUNAKAN SINGLE SHOT MULTIBOX DETECTOR PADA APLIKASI MOBILE

---

Penelitian ini bertujuan untuk mengembangkan model object detection dalam mendeteksi jenis sampah menggunakan arsitektur SSD MobileNet V2 FPNLite dengan ukuran input 320×320 piksel. Permasalahan yang diangkat adalah masih terbatasnya kemampuan sistem dalam melakukan deteksi sampah secara otomatis pada berbagai kondisi citra. Dataset yang digunakan merupakan gabungan dari beberapa sumber yang diperoleh dari Kaggle dengan total 600 citra yang dibagi ke dalam tiga kelas, yaitu Recyclable, Non-Recyclable, dan Hazardous. Metode yang digunakan dalam penelitian ini adalah eksperimen dengan variasi hyperparameter, yaitu batch size (8 dan 16), learning rate (0.02, 0.04, dan 0.08), serta optimizer (SGD dan Adam), sehingga diperoleh 12 skenario pelatihan. Evaluasi model dilakukan menggunakan metrik [email protected] dan mAP@[0.50:0.95] untuk mengukur performa deteksi objek. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada penggunaan batch size 8, learning rate 0.04, dan optimizer SGD, dengan nilai mAP@[0.50:0.95] sebesar 43.75% dan [email protected] sebesar 68.75%. Model juga diimplementasikan dalam aplikasi berbasis Android dan mampu melakukan deteksi objek pada kondisi nyata, meskipun performanya masih dipengaruhi oleh variasi lingkungan seperti pencahayaan dan latar belakang. Kontribusi utama penelitian ini adalah memberikan analisis pengaruh variasi hyperparameter terhadap performa model SSD MobileNet V2 FPNLite dalam deteksi sampah, serta implementasinya pada aplikasi mobile sebagai langkah awal menuju sistem deteksi sampah otomatis berbasis kecerdasan buatan.

---

Availability

Detail Information

Call Number

informatika 363.7 Egh d

Language

Indonesia

NPM

213510793

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

sampah
Deep Learning
object detection
SSD MobileNet V2
mAP

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment