TA : Sistem Pemantauan Pembuangan Sampah Sembarangan oleh Manusia Berbasis Artificial Intelligence Menggunakan Metode YOLOv8

Pradana, Andika Arga (2025) TA : Sistem Pemantauan Pembuangan Sampah Sembarangan oleh Manusia Berbasis Artificial Intelligence Menggunakan Metode YOLOv8. Undergraduate thesis, Universitas Dinamika.

[img] Text
21410200022-2025-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (2MB)
[img] Text
21410200022-Andika Arga Pradana-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (971kB)

Search this title on : |

Abstract

Permasalahan pembuangan sampah sembarangan merupakan tantangan utama dalam menjaga kebersihan lingkungan, terutama di area publik seperti taman dan jalanan. Upaya pengawasan petugas keamanan terbatas karena tidak bisa mengawasi selama 24 jam, sedangkan CCTV perlu memeriksa hasil rekaman secara manual. Oleh karena itu, diperlukan sistem cerdas berbasis teknologi untuk mendeteksi dan mendokumentasikan aktivitas tersebut secara otomatis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan pembuangan sampah sembarangan berbasis Artificial Intelligence menggunakan metode YOLOv8 dan Object Tracking ByteTrack. Sistem ini memanfaatkan IP Camera untuk merekam aktivitas secara real-time, mendeteksi manusia dan objek yang dibawa, serta mengidentifikasi tindakan pembuangan sampah sembarangan melalui penghitungan jarak berbasis perbandingan piksel menggunakan Euclidean Distance. Pengujian menunjukkan akurasi deteksi manusia dan objek yang dibawa sebesar 100% pada siang hari dan 80% pada malam hari. Akurasi deteksi pembuangan sampah sembarangan sebesar 73,33% pada siang hari dan 66,7% pada malam hari, dengan rata-rata waktu pengiriman data sebesar 6,5 detik. Sistem ini diharapkan dapat membantu pihak terkait dalam memantau dan mendokumentasikan pelanggaran kebersihan lingkungan.


Export Record


Item Type: Thesis (Undergraduate)
Additional Information: Andika Arga Pradana (21410200022)
Uncontrolled Keywords: YOLOv8, IP Camera, Artificial Intelligence, Object Tracking ByteTrack, Euclidean Distance
Dewey Decimal Classification: 000 – Computer science, information & general works > 000 Computer science, knowledge & systems > 006 Special computer methods
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Andika Arga Pradana
Date Deposited: 22 Aug 2025 15:45
Last Modified: 22 Aug 2025 15:45
THESIS ADVISORS: 1. Heri Pratikno, M.T. (NIDN : 0716117302)
2. Weny Indah Kusumawati, S.Kom., M.MT. (NIDN : 0721047201)
URI: http://repository.dinamika.ac.id/id/eprint/8239

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item   View Item