relation: https://eprints.amikom.ac.id/id/eprint/32182/
title: KLASIFIKASI JENIS SAMPAH MENGGUNAKAN MODEL  HYBRID CNN-SVM
creator: Galih, Damar
subject: 000 Ilmu komputer, informasi dan pekerjaan umum
subject: 004 Pemrosesan data dan ilmu komputer
description: Sampah menjadi salah satu permasalahan serius di negara Indonesia yang  harus segera diselesaikan. Rendahnya kesadaran masyarakat sering kali tidak  memahami, memilah dan mengelola sampah dengan benar. Minimnya akses  terhadap edukasi mengenai pengelolaan sampah juga turut memperparah kondisi  ini. Akibatnya, sampah tidak terkelola dengan baik dan menyebabkan pencemaran  lingkungan yang membahayakan keberlanjutan ekosistem. Oleh sebab itu, perlu  adanya upaya untuk mengurangi dan menanggulangi masalah sampah yang kian  hari semakin memprihatinkan.  Dalam penelitian ini, penulis berupaya dengan memanfaatkan model hybrid  CNN-SVM untuk mengklasifikasi jenis sampah. CNN yang digunakan merupakan  CNN kustom dengan Residual Squeeze-and-Excitation (SE) Block, yang berperan  sebagai ekstraktor fitur. Fitur-fitur yang dihasilkan diklasifikasikan menggunakan  SVM sebagai klasifikator akhir. Dataset yang digunakan merupakan gabungan dari  beberapa dataset dengan total 29.251 data, yang dibagi secara stratifikasi ke dalam  data latih, validasi dan data uji. Pengembangan model difokuskan pada optimasi  arsitektur dan hyperparameter tuning pada CNN dan SVM.  Hasil penelitian menunjukan bahwa evaluasi akhir model mencapai  accuracy sebesar 93%, dengan nilai precision, recall dan F1-score masing-masing  sebesar 0.93, serta nilai ROC-AUC sebesar 0.9933. Hal ini mengindikasikan bahwa  model dapat melakukan klasifikasi jenis sampah secara akurat dan konsisten. Hasil  penelitian memberikan kontribusi dalam mendukung pengelolaan sampah, serta  dapat dimanfaatkan oleh masyarakat umum, penggiat lingkungan dan lembaga  pengelolaan sampah. Hasil penelitian dapat dijadikan sebagai dasar pengembangan  sistem pemilahan sampah yang lebih efektif dan berkelanjutan. Juga diharapkan  dapat meningkatkan kesadaran dan partisipasi dalam pengelolaan sampah yang  lebih baik di masa yang akan datang.
date: 2026-02-25
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/10/Daftar%20Pustaka%20dan%20Lampiran.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/9/Sourcecode%20-%2022.11.5209.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32182/8/Publikasi.pdf
identifier:   Galih, Damar  (2026) KLASIFIKASI JENIS SAMPAH MENGGUNAKAN MODEL HYBRID CNN-SVM.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.