Sistem Klasifikasi Jenis Sampah Berdasarkan Kombinasi Fitur Warnac Tekstur Menggunakan Artifical Neural Network Berbasis Pengolahan Citra Digital

Pengelolaan sampah merupakan isu multisektor yang memiliki dampak dalam berbagai aspek kehidupan manusia. Sampah sangat penting untuk dikelola dengan baik untuk meminimalisir dampak negated dan memaksimalkan dampak positifnya pada masyarakat. Dalam pengelolaan sampah, sampah dibagi ke dalam dua jenis yaitu sampah organik dan anorganik. Agar dapat dikelola dengan mudah dan efektif, sampah harus dikelompokkan berdasarkan jenisnya. Namun, diberbagai tempat pembuangan sampah, dua jenis sampah tersebut masih tercampur antara satu sama lain. Oleh karena itu, pada penelitian ini dilakukan implementasi teknologi pengolahan citra digital untuk pemilahan sampah menggunakan metode Artifical Neural Network. Adapun metode yang diusulkan terdiri atas enam tahap yaitu, tahap akuisisi citra, preprocessing, segmentasi, morfologi, ekstraksi fitur, dan klasifikasi berdasarkan model jaringan syaraf tiruan yang telah dilatih. Pada penelitian ini juga, dilakukan beberapa skenario pengujian untuk menentukan kombinasi fitur yang memiliki tingkat akurasi terbaik. Hasil pengujian menunjukkan 2 kombinasi fitur terbaik yaitu fitur warna HSV, LAB dan fitur tekstur. Berdasarkan hasil pengujian terhadap 210 citra uji, diperoleh rata-rata precision 84,11%, recall 84.16%, F1-Score 84,08% dan akurasi keseluruhan mencapai 84%. Hasil tersebut menunjukkan bahwa pengelompokan jenis sampah telah dilakukan dengan cukup akurat.