TY  - THES
TI  - KLASIFIKASI JENIS SAMPAH MENGGUNAKAN MODEL
HYBRID CNN-SVM
N2  - 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.
KW  - Klasifikasi Sampah
KW  -  CNN
KW  -  SVM
KW  -  Model Hybrid
KW  -  Hyperparameter
Tuning
KW  -  Waste Classification.
ID  - universitasamikomyogyakarta32182
AV  - restricted
Y1  - 2026/02/25/
A1  - Galih, Damar
UR  - https://eprints.amikom.ac.id/id/eprint/32182/
M1  - bachelor
PB  - Universitas AMIKOM Yogyakarta
ER  -