IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA MEDIA PEMBELAJARAN INTERAKTIF PENGENALAN JENIS SAMPAH UNTUK ANAK SEKOLAH DASAR BERBASIS ANDROID
Author
Abstract
Pengelolaan sampah merupakan masalah lingkungan yang krusial di Indonesia, dengan tumpukan sampah yang telah menembus angka lebih dari 35 juta ton, salah satunya disebabkan oleh minimnya pemahaman masyarakat mengenai pemilahan sampah sejak usia dini. Penelitian ini bertujuan mengembangkan aplikasi media pembelajaran interaktif berbasis Android bernama EcoLens yang mampu mendeteksi dan mengklasifikasikan tiga kategori sampah (Organik, Anorganik, dan B3) secara langsung (on-device) menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Penelitian dikembangkan menggunakan metode Software Development Life Cycle (SDLC) model waterfall, meliputi tahap analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Model CNN dilatih menggunakan dataset sebanyak 9.954 citra sampah yang dikumpulkan dari sumber publik (Kaggle) dan hasil scraping data dari internet, dengan pendekatan transfer learning dua fase serta teknik augmentasi data untuk meningkatkan generalisasi model. Model kemudian dikonversi ke format TensorFlow Lite agar dapat berjalan secara on-device pada perangkat Android. Hasil pengujian menunjukkan model MobileNetV2 mencapai akurasi sebesar 97,59% pada data uji, dengan rata-rata akurasi 97,37% pada pengujian 5-Seed Repeated Holdout, serta ukuran model yang ringan yaitu 2,6 MB. Hasil Black Box Testing menunjukkan seluruh fitur aplikasi berfungsi sesuai kebutuhan, sementara uji pengguna yang melibatkan guru dan siswa dari tiga Sekolah Dasar (SDMT Ponorogo, SD IT Darussalam, dan SD IT Quratul Ayyun) memperoleh rata-rata penilaian sebesar 95,7% dengan kategori "Sangat Layak". Dengan demikian, aplikasi EcoLens terbukti layak digunakan sebagai media pembelajaran interaktif untuk membantu siswa Sekolah Dasar mengenali dan memilah jenis sampah sejak dini