Deteksi Sampah Plastik Menggunakan Algoritma Yolov5 (You Only Look Once Version 5)

Penulis

Abstrak

Masalah sampah sangat sulit untuk diselesaikan, sampah seperti botol plastik dan keresek menjadi salah satu sampah yang sering dibuang oleh masyarakat, salah satu cara untuk mempermudah pemilihan sampah adalah dengan membuat pendeteksi sampah menggunakan algoritma YOLOv5 (You Only Look Once Version 5). YOLO (You Only Look Once) merupakan salah satu model deep learning yang dapat mendeteksi objek sesuai dengan dataset yang telah dimasukan dan dipelajari oleh YOLO tersebut. Dataset yang digunakan untuk melatih algoritma YOLO merupakan dataset yang dibuat oleh kami sendiri yang dimana dataset memiliki 2004 dataset yang terdiri dari 4 kelas sesuai dengan objek sampah yang dibuang oleh masyarakat. Dari total dataset yang dibuat, dataset dibagi menjadi 3 partisi, diantaranya 1749 Data Training, 159 Data Validation, dan 96 Data Testing. Dengan nilai mAP (Mean Average Precision) = 76.4%, Precision = 92.3%, dan Recall = 71.1%. Dengan melihat matrix tersebut, pendeteksian memiliki ke akuratan yang cukup baik untuk mendeteksi sampah yang sering dibuang oleh masyarakat. Pengimplementasian dan pengujian pada projek ini berhasil mendeteksi sampah yang dapat membantu dalam pemilihan sampah yang dibuang oleh Masyarakat.

Kata kunci— deteksi sampah, sampah, YOLO, YOLOv5.

Referensi

Richard Szeliski

Lin, C. J., & Jhang, J. Y

System Based on YOLO and Convolutional Fuzzy Neural

Networks=, SEMANTIC SCHOLAR, 15 Januari 2022,

[Online], Available: -www.semanticscholar.org/paper/Intelligent-TrafficMonitoring-System-Based-on-YOLO-LinJhang/262e6de7ef70b8b0be2d11b268cc79075a6c7f13

Zulkhaidi,

ARGHADEEP MITRA,

Deep Learning and Image Processing=, Dec7 ,2020, [Online] ,Available: -scholarworks.calstate.edu/downloads/gx41mn74q

Colin van Lieshout, Kees van Oeveren, Tim van Emmerik, dan Eric Postma,

Mincheol Kim dkk,

Unduhan

Diterbitkan

2024-06-01

Terbitan

Bagian

Program Studi S1 Teknik Komputer