@thesis{thesis,
		author={Fahmitra  Novrizal Fattah and NUGERAHA  ROVY SAPUTRA and Rathomi  Muhamad Radzi},
		title ={IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK(CNN) DENGAN MODEL MOBILENET DALAM KLASIFIKASI JENIS SAMPAH LAUT(STUDI KASUS: PERAIRAN KOTA TANJUNGPINANG)},
		year={2025},
		url={http://repositori.umrah.ac.id/8437/},
		abstract={Penelitian ini bertujuan untuk mengukur tingkat akurasi penerapan metode Convolutional Neural Network (CNN) dengan model MobileNet dalam mendeteksi dan mengklasifikasikan jenis sampah organik dan anorganik di perairan Kota Tanjungpinang. Hasil eksperimen menunjukkan bahwa penggunaan batch size 32 dan 64 pada pelatihan model menghasilkan akurasi yang serupa, yaitu 93%, 95%, 95%, dan 95% pada epoch ke-20, 30, 40, dan 50. Namun, batch size 32 lebih efisien dalam hal manajemen waktu pelatihan. Selain itu, sistem klasifikasi berbasis web yang dikembangkan berhasil mengklasifikasikan tiga kategori sampah anorganik, bukan sampah laut dan sampah organik dengan akurasi mencapai 83%. Temuan ini menunjukkan bahwa model CNN-MobileNet memiliki potensi besar dalam aplikasi deteksi dan klasifikasi sampah laut, yang dapat memberikan kontribusi dalam upaya pengelolaan lingkungan dan pengurangan sampah laut secara lebih efektif di Kota Tanjungpinang.}
		}