SISTEM MACHINE LEARNING YOU ONLY LOOK ONCE UNTUK IDENTIFIKASI PELAKU PEMBUANG SAMPAH SECARA REAL-TIME
DOI:
https://doi.org/10.5281/zenodo.15855681%20Kata Kunci:
Rekognisi, Real Time, Image Processing, Sampah Sembarangan, YOLOAbstrak
Penelitian ini mengembangkan sebuah sistem rekognisi pelaku pembuang sampah sembarangan secara real-time menggunakan teknik pemrosesan citra berbasis model You Only Look Once (YOLO). Masalah pembuangan sampah sembarangan merupakan isu lingkungan yang serius dan memerlukan penanganan segera untuk menjaga kebersihan serta kesehatan masyarakat. Sistem yang diusulkan bertujuan untuk mendeteksi dan mengidentifikasi pelaku pembuang sampah sembarangan secara otomatis melalui analisis video yang direkam oleh kamera pengawas. Hasil uji coba menunjukkan bahwa sistem yang dikembangkan dapat secara efektif mendeteksi pelaku pembuangan sampah dengan akurasi 100% pada saat keadaan terang dan 80% pada saat keadaan gelap secara langsung. Setelah dipasang, sistem ini diharapkan dapat membantu pemerintah dan lembaga terkait mengurangi tingkat pembuangan sampah sembarangan dan meningkatkan kesadaran masyarakat akan pentingnya menjaga lingkungan bersih.
Referensi
H. H. Al Asyhar, S. A. Wibowo, and G. Budiman, “Implementasi Dan Analisis Performansi Metode You Only Look Once (Yolo) Sebagai Sensor Pornografi Pada Video,” eProceedings Eng., vol. 7, no. 2, p. 3631, 2020.
E. P. Sitohang, D. J. Mamahit, and N. S. Tulung, “Rancang Bangun Catu Daya Dc Menggunakan Mikrokontroler Atmega 8535,” J. Tek. Elektro dan Komput., vol. 7, no. 2, pp. 135–142, 2018.
S. G. Anggraeni, “Bab ii tinjauan pustaka 2.1,” pp. 6–15, 2018, [Online]. Available: https://elibrary.unikom.ac.id/id/eprint/277/8/UNIKOM_Silvia Gusti Anggraeni_Bab II.pdf. R. Fatriawans, “Pengertian Jaringan Router,” pp. 1–5, 2017
A. Wakefield and J. Fleming, “Closed Circuit Television (CCTV),” SAGE Dict. Polic., no. September 1968, pp. 8–24, 2013, doi: 10.4135/9781446269053.n11.
Okta Felia, Nyayu Latifah Husni, T. Elektro, J. T. Elektro, and P. N. Sriwijaya, “Sistem Pengenalan Aktivitas Manusia Real-Time Menggunakan Image Processing Berbasis Machine Learning” Diajukan Sebagai Salah Satu Syarat Untuk Mendapatkan Gelar Sarjana Terapan pada Program Studi Teknik Elektro OLEH. 2023.
M. Abdallah, M. Abu Talib, S. Feroz, Q. Nasir, H. Abdalla, and B. Mahfood, “Artificial intelligence applications in solid waste management: A systematic research review,” Waste Manag., vol. 109, pp. 231–246, 2020, doi:10.1016/j.wasman.2020.04.057.
K. Banjarey, S. Prakash Sahu, and D. Kumar Dewangan, “A Survey on Human Activity Recognition using Sensors and Deep Learning Methods,” Proc. - 5th Int. Conf. Comput. Methodol. Commun. ICCMC 2021, no. Iccmc, pp. 1610–1617, 2021, doi: 10.1109/ICCMC51019.2021.9418255.
H. F. Nweke, Y. W. Teh, M. A. Al garadi, and U. R. Alo, “Deep learning algorithms for human activity recognition using mobile and wearable sensor networks: State of the art and research challenges,” Expert Syst. Appl., vol. 105, pp. 233–261, 2018, doi: 10.1016/j.eswa.2018.03.056.
R. R. Pratama, “Analisis Model Machine Learning Terhadap Pengenalan Aktifitas Manusia,” MATRIK J. Manajemen,Tek. Inform. dan Rekayasa Komput., vol. 19, no. 2, pp. 302–311, 2020, doi: 10.30812/matrik.v19i2.688
Template Jurnal TELISKA 
