eprintid: 33028
rev_number: 23
eprint_status: archive
userid: 12
dir: disk0/00/03/30/28
datestamp: 2026-09-29 02:29:19
lastmod: 2026-09-29 02:29:19
status_changed: 2026-09-29 02:29:19
type: thesis
metadata_visibility: show
creators_name: Restu, Arsenius Angga
creators_nim: 22.11.5180
contributors_name: -, Hartatik
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS ALGORITMA HYBRID CNN-SVM UNTUK
KLASIFIKASI CIRTA JENIS SAMPAH
ispublished: pub
subjects: 000.000.005
divisions: if
full_text_status: restricted
keywords: Klasifikasi Sampah, Generalization Gap, Deep Learning,
CNN-SVM Hybrid, Support Vector Machine, Waste Classification.
abstract: Sistem manajemen sampah modern membutuhklan klasifikasi material yang
cepat dan akurat, namun metode konvesional berbasis inspeksi visual manual
menghadapi kendala subjektivitas dan kurangannya skalabilitas. Penerapan Deep
Learning,  khususnya Counvolutional Neural Network (CNN), telah menawarkan
Solusi otomatisasi, tetapi penelitian menunjukan adanya  masalah Generalization
Gap:  model yang dilatih pada dataset citra sampah bersih (pristine) mencapai
akurasi tinggi (>90%) di lingkungan yang terkontrol, tetapi anjlok drastis (<50%)
Ketika diterapkan pada real-life TPA yang kotor, tumpeng tindih, dan memiliki 
pencahayaan buruk. Untuk mengatasi kesenjangan akurasi ini, penelitanini 
mengusulkan implementasi Algoritma Hybrid CNN-SVM, yang menggabungkan
kemampuan ekstraksi fitur yang kuat dari arsitektur CNN (SVM). Penelitian ini
bertujuan untuk menganalisis model Hybrid CNN-SVM mana (terbatas pada model
CNN sebagai feature extractor) yang mampu meningkatkan metrik akurasi, presisi,
dan recall  dalam klasifikasi kategori jenis sampah (real-live), serta melakukan
studi komparatif terhadap model tunggal CNN dan SVM. Hasil dari penelitian ini
diharapkan dapat memberikan justifikasi empiris mengenai keunggulan pendekatan
hybrid deep learning dalam menciptakan model yang robust terhadap dataset
kompleks dan menjadi rekomendasi teknis yang solid untuk system memilihan
sampah otomatis di masa depan.
date: 2026-03-11
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Restu, Arsenius Angga  (2026) ANALISIS ALGORITMA HYBRID CNN-SVM UNTUK KLASIFIKASI CIRTA JENIS SAMPAH.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/33028/10/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33028/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33028/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33028/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33028/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33028/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33028/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33028/8/Sourcecode%20-%2022.11.5180.zip
document_url: https://eprints.amikom.ac.id/id/eprint/33028/9/Publikasi.pdf