Deteksi Tumpukan Sampah dengan Metode You Only Look Once (YOLO)

Maulidiansyah Maulidiansyah, Moh. Ainol Yaqin
DOI: https://doi.org/10.33650/trilogi.v4i2.6185



Abstract

Sampah berasal dari rumah, pertanian, perkantoran, perusahaan, rumah sakit, pasar, dll. Sampah merupakan objek jelas yang bisa dilihat dengan mata telanjang akan tetapi masyarakat pura pura buta dengan sampah yang ada di hadapan matanya dikarenakan kurangnya kesadaran diri. Kurangnya kesadaran diri di masyarakat dapat menimbulkan risiko bencana alam dan penyakit. Oleh karena itu, Anda perlu mengawasi masyarakat dalam hal pembuangan sampah. Pemantauan oleh pemerintah dan dinas kebersihan diperlukan agar masyarakat sadar akan resiko sampah. Dengan adanya uraian tersebut, maka penelitian ini dilakukan dengan judul “Pendeteksian Tumpukan Sampah pada Video menggunakan Metode You Only Look Once (YOLO)”. Tujuan dari penelitian ini adalah untuk menerapkan metode pengenalan objek, You Only Look Once (YOLO), untuk melakukan pengenalan yang memungkinkan komputer mendeteksi objek tumpukan sampah melalui video. Diharapkan metode yang diusulkan akan mempermudah penelitian selanjutnya untuk membentuk UI (user interface) agar dinas kebersihan dengan mudah mendeteksi tumpukan sampah dan tidak perlu turun langsung ke lokasi untuk mengawasi masyarakat agar tumpukan sampah tidak dibuang ke mana-mana


Keywords

Deteksi Objek, YOLO, Deteksi Sampah

Full Text:

PDF

References

Aditya, R., Muid, A., & Ristian, U. (2020). Tempat sampah otomatis speech recognition menggunakan pocketsphinx. Inform. Mulawarman J. Ilm. Ilmu Komput, 15(1), 39–46.

Amrullah, A. K. E. (2021). Deteksi Genangan Sampah pada Permukaan Air Kanal dengan menggunakan Metode Deep Learning.

Amwin, A. (2021). Deteksi dan Klasifikasi Kendaraan Berbasis Algoritma You Only Look Once (YOLO).

Disperkimta. (2019). Dampak Lingkungan Kotor dan Polusi Sampah. disperkimta.bulelengkab.go.id

Masri, M., & Khairul, P. C. (2018). Alat Pengeruk Sampah Otomatis Dengan Deteksi Inframerah Berbasis Atmega8. JET (Journal of Electrical Technology), 3(3), 167–173.

Membenahi Tata Kelola Sampah Nasional. (2021). https://indonesia.go.id/

Rahman, M. F., & Bambang, B. (2021). Deteksi Sampah pada Real-time Video Menggunakan Metode Faster R-CNN. Applied Technology and Computing Science Journal, 3(2), 117–125. https://doi.org/10.33086/atcsj.v3i2.1846

Sitohang, T. R., Simbolon, G. A. H., & Pakpahan, S. (2022). Peningkatan Pengetahuan Masyarakat Tentang Pengelolaan Sampah Dalam Upaya Pencegahan Banjir.

SYAHRIZAL, I. (2022). Model Deteksi Sampah Berbasis Citra untuk Single Board Computer. Universitas Gadjah Mada.

Widiastuti, V. A., & Yuniastuti, A. (2017). Analisis Hubungan Sikap Perilaku Pengelolaan Sampah dengan Gejala Penyakit pada Masyarakat di TPI Kota Tegal. Public Health Perspective Journal, 2(3).


Dimensions, PlumX, and Google Scholar Metrics

10.33650/trilogi.v4i2.6185


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Maulidiansyah Maulidiansyah, Moh. Ainol Yaqin

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

This ejournal system and its contents are licensed under

a Creative Commons Attribution-ShareAlike 4.0 International License