Klasifikasi Sampah Berbasis Convolutional Neural Networks (CNN) untuk Peningkatan Efisiensi Pengelolaan Sampah
Abstract
Plastik adalah masalah lingkungan mendesak, dengan lebih dari 300 juta ton diproduksi setiap tahun, dan sekitar 8 juta ton masuk ke lautan. Botol plastik adalah jenis limbah yang umum, tetapi hanya sebagian kecil yang didaur ulang, sementara sisanya mencemari lingkungan. Untuk mengatasi ini, diperlukan pendekatan baru seperti kecerdasan buatan (AI) yang dapat mengenali dan mengklasifikasikan botol plastik di antara limbah lainnya. Dalam penelitian ini, kami mengembangkan model Convolutional Neural Network (CNN) yang berhasil mengidentifikasi botol plastik dengan akurasi 88%. Ini menunjukkan potensi besar dalam mendukung program daur ulang. Dengan integrasi lebih lanjut ke dalam sistem pengelolaan limbah, model ini dapat meningkatkan efisiensi pemilahan sampah dan mengurangi plastik yang berakhir di lautan.