Klasifikasi Jenis Sampah Dengan CNN

Sampah merupakan material sisa yang tidak diinginkan setelah berakhirnya suatu proses. Klasifikasi sampah berarti memisahkan sampah berdasarkan jenisnya ataupun material pembentuknya. Proses klasifikasi sampah sangatlah penting karena klasifikasi sampah dapat mengurangi jumlah sampah, menjadikan lingkungan lebih bersih, dan pengelolaan sampah juga dapat dilakukan secara lebih baik. Melihat dampak positif yang dihasilkan dari klasifikasi sampah, penulis berinisiatif untuk membangun model dengan Convolutional Neural Network (CNN).

Pada model yang dibangun, terdapat tiga buah layer konvolusi setelah input, antara lain:

1. Convolution Layer
a) Fungsi aktivasi: ReLU
b) 4 buah filter (ukuran: 3x3)
c) Maxpooling (ukuran: 2x2)

2. Convolution Layer 2
a) Fungsi aktivasi: ReLU
b) 4 buah filter (ukuran: 3x3)
c) Maxpooling (ukuran: 2x2)

3. Convolution Layer 3
a) Fungsi aktivasi: ReLU
b) 4 buah filter (ukuran: 3x3)
c) Maxpooling (ukuran: 2x2)

Output dari convolution layer 3 kemudian melewati proses flatten dan model akan memprediksi kelas yang paling sesuai untuk gambar tersebut. Proses prediksi dilakukan dengan Softmax yang dapat mengubah nilai menjadi probabilitas (0–1).

Loss function yang digunakan pada model ini adalah Categorical Crossentropy dan optimizer berupa Adam dengan epoch berjumlah 30.

Hasil dari training dan validation model ini adalah
· Training accuracy = 0.9567
· Training loss = 0.01294
· Validation accuracy = 0.6182
· Validation loss = 1.1084

Dengan menggunakan 5 foto setiap kelas untuk testing, didapatkan testing accuracy sebesar 80%.

Related posts:

There have been more days than not during the last two months, where my mind and heart have ached during COVID-19. It’s a visceral reaction. Even my skin feels triggered from my ‘depth of processing’…

The Global Laminating Machine Market report presents insightful data for clients improving their simple management skills identifying with the global market along with market dynamics, segmentation…

In a speech committing more US troops to Afghanistan on Monday, 24 August 2017, America’s president contradicted a half-decade’s worth of tweets opposing the Obama administration’s Afghanistan…