KLASIFIKASI SAMPAH DI DALAM LAUT MENGGUNAKAN YOLOV8-CLS BERBASIS WEB

Pencemaran laut akibat sampah menjadi permasalahan serius yang berdampak terhadap ekosistem di dalam laut. Tantangan utama dalam klasifikasi sampah di dalam laut terletak pada tumpang tindih antar objek serta kondisi pencahayaan yang rendah di dalam laut. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi sampah di dalam laut menggunakan algoritma YOLOv8-cls berbasis web. Dataset yang digunakan diperoleh dari Kaggle dan terdiri dari 5.127 citra dengan enam kategori sampah: kantong plastik, jaring, ban, botol plastik, masker, dan sarung tangan. Proses pra-pemrosesan melibatkan CLAHE, bilateral filtering, dan normalisasi warna guna meningkatkan kualitas citra sebelum pelatihan model. Model dilatih menggunakan Python di Google Colab dengan memanfaatkan GPU, dan diintegrasikan ke dalam antarmuka web menggunakan HTML, CSS dan JavaScript. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan sampah secara efektif, bahkan pada kondisi tumpang tindih dan pencahayaan rendah. Penelitian ini diharapkan dapat menjadi kontribusi dalam pengembangan sistem deteksi sampah otomatis guna mendukung pelestarian lingkungan laut.