digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Febry Ramadhan Hardiansyah
PUBLIC Alice Diniarti

COVER Febry Ramadhan Hardiansyah
PUBLIC Alice Diniarti

BAB 1 Febry Ramadhan Hardiansyah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 2 Febry Ramadhan Hardiansyah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 3 Febry Ramadhan Hardiansyah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

BAB 4 Febry Ramadhan Hardiansyah
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan

PUSTAKA Febry Ramadhan Hardiansyah
PUBLIC Alice Diniarti

Sampah merupakan salah satu permasalahan bagi manusia. Hal tersebut dapat dilihat dari banyaknya lingkungan yang tercemar oleh sampah, salah satunya sampah botol plastik. Penanganan sampah botol plastik secara manual masih mengalami kendala dikarenakan cakupan area yang luas dan membutuhkan banyaknya tenaga kerja. Oleh sebab itu, dibutuhkan suatu teknologi yang dapat membantu permasalahan tersebut. Salah satunya adalah menggunakan teknologi sistem deteksi yang divisualisasikan oleh sistem visualisasi. Teknologi sistem deteksi yang digunakan adalah sistem deteksi YOLOv3 dengan menggunakan metode transfer learning. Sistem deteksi YOLOv3 beroperasi dengan cara memanfaatkan model yang sudah dilatih sehingga dapat mendeteksi sebuah objek. Pelatihan model dilakukan dengan train dataset yang berupa kumpulan gambar yang telah dilakukan anotasi citra sebelumnya. Sistem deteksi YOLOv3 menghasilkan hasil deteksi yang memiliki presentasi keakuratan cukup tinggi yaitu 90.62%. Hal tersebut dibuktikan tingginya deteksi sampah botol plastik pada gambar oleh YOLOv3. Hasil sistem deteksi YOLOv3 akan dihitung dan divisualisasikan menggunakan sebuah sistem visualisasi kedalam website. Sistem visualisasi yang digunakan adalah Flask dengan front-end yaitu HTML dan CSS serta back-end yaitu Ajax dan CanvaJS.