ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulIMPLEMENTASI METODE DEEP LEARNING DAN TENSORRT SEBAGAI OPTIMALISASI DEVICE PADA SISTEM KLASIFIKASI SAMPAH ANORGANIK |
| Nama: MUHAMMAD DWIKI BAYU ARISTO |
| Tahun: 2025 |
| Abstrak Masalah lingkungan akibat sampah plastik menjadi isu krusial, di mana Indonesia menyumbang sekitar 3,22 juta ton sampah plastik per tahun dan menduduki posisi kedua sebagai negara penyumbang sampah plastik terbesar ke laut. Kurangnya kesadaran masyarakat dalam memilah dan membuang sampah pada tempatnya memperburuk situasi ini. Oleh karena itu, dibutuhkan sistem otomatis yang mampu melakukan klasifikasi sampah secara efisien dan akurat guna mendukung pengelolaan limbah yang lebih baik. Penelitian ini mengembangkan sistem klasifikasi sampah anorganik berbasis deep learning dengan optimalisasi menggunakan TensorRT. Sistem dibangun menggunakan mini PC Jetson Nano sebagai pusat pemrosesan utama, yang menjalankan model deteksi objek (You only look once) YOLO untuk mengidentifikasi berbagai jenis sampah anorganik seperti botol plastik, kertas, logam, dan kaca. Dataset yang digunakan berjumlah 1200 gambar sampah anorganik, yang telah dianotasi dan dilatih pada model YOLO selama 100 epoch. Setelah proses pelatihan, model dikompresi menggunakan TensorRT untuk meningkatkan efisiensi inferensi. Hasil pengujian menunjukkan bahwa waktu inferensi model menurun dari rata-rata 80 ms menjadi 25 ms, serta tetap mempertahankan akurasi klasifikasi sebesar 89,3%. Sistem ini juga dilengkapi dengan antarmuka pengguna berbasis web yang menampilkan hasil klasifikasi dan jumlah sampah berdasarkan jenisnya. Konsumsi daya sistem secara keseluruhan tercatat sebesar 63,5 watt, menjadikannya cukup efisien untuk diterapkan pada perangkat bertenaga rendah. Dengan kombinasi antara akurasi tinggi, waktu pemrosesan yang cepat, dan efisiensi daya, sistem ini diharapkan mampu berkontribusi dalam pengurangan pencemaran lingkungan akibat limbah plastik serta menjadi solusi teknologi cerdas dalam mendukung pengelolaan sampah anorganik secara berkelanjutan. |