PENERAPAN MACHINE LEARNING UNTUK MENGATEGORIKAN SAMPAHPLASTIK RUMAH TANGGA

Latar Belakang

Jenis-jenis sampah rumah tangga

Memisahkan sampah yang dapat didaur ulang

Pengkategorian sampah plastik untuk memisahkan sampah sesuai dengan tempatnya

Landasan Teori

Klasifikasi

Machine Learning

Deep Learning

Convolutional Neural Network

Python

Pythorch

Metode Penelitian

Arsitektur ResNet50 atau Residual Network

Hasil Penelitian

Semakin tinggi nilai epoch menunjukkan bahwa semakin banyak neuron yang digenerate.

Denganjumlah banyaknya jumlah neuron yang digenerate, akurasi secara A/B pada saat prediksi akan meningkat. Hal ini ditunjukkan oleh epoch 2.000 hingga 10.000 yang menunjukkan meningkatnya volatilitas dari validation loss.

Pada saat pengujian secara nyata menunjukkan hasi lyang paling memuaskan dimiliki oleh epoch nomor 10.000

Kata Kunci

Machine Learning

Deep Learning

Plastic Waste

ResNet50