Melola Discovery

← Melola Discovery

Akses terbuka Jurnal SINTA 2

Sidulink: Sistem Informasi Peduli Lingkungan Berbasis Artificial Intelligence di Kota Sorong

Decode: Jurnal Pendidikan Teknologi Informasi · Vol. 5 No. 3 (2025) · hlm. 928–940

DOI
10.51454/decode.v5i3.1379
ISSN
2775-1813, 2775-2984
Terbit
2025-10-24
Penerbit
Universitas Muhammadiyah Kendari
Lisensi
creativecommons.org/licenses/by-sa/4.0/

Abstrak

Kota Sorong, sebagai ibu kota Provinsi Papua Barat Daya, menghadapi tantangan serius dalam pengelolaan lingkungan akibat pesatnya pertumbuhan penduduk, aktivitas industri, dan urbanisasi. Permasalahan utama meliputi pencemaran lingkungan, penumpukan sampah plastik, serta kerusakan ekosistem laut yang berpotensi menurunkan kualitas hidup masyarakat. Penelitian ini bertujuan mengembangkan Sistem Informasi Peduli Lingkungan (SIDULINK), sebuah platform digital berbasis Artificial Intelligence (AI) yang mengintegrasikan fitur pelaporan pencemaran lingkungan oleh masyarakat dengan klasifikasi sampah plastik menggunakan Convolutional Neural Network (CNN). Model CNN VGG16 digunakan untuk melatih sistem klasifikasi citra sampah dengan pendekatan Extreme Programming (XP) dalam pengembangan perangkat lunak. Hasil penelitian menunjukkan bahwa model mencapai akurasi 83% dengan nilai loss 0,5583 setelah 18 epoch, serta mampu mendeteksi citra plastik dengan tingkat kepercayaan 76,35%. Sistem juga dilengkapi panduan daur ulang dan informasi edukatif terkait penghematan energi serta pengurangan emisi karbon. Uji coba terhadap 30 responden memperlihatkan tingkat keberhasilan fitur utama di atas 80% dengan performa stabil dan waktu respons cepat. Berdasarkan hasil pengujian implementasi model, pengujian blackbox, dan pengujian usability, SIDULINK dapat dijadikan sebagai solusi untuk mendukung pengelolaan lingkungan berkelanjutan di Kota Sorong. Penelitian ini memberikan kontribusi dalam adaptasi model CNN untuk klasifikasi jenis sampah berbasis citra. Secara praktis, SIDULINK menjadi sistem partisipatif yang mendorong keterlibatan masyarakat dan mendukung keputusan cepat oleh pemerintah daerah dalam penanganan lingkungan.

Jaringan kolaborasi para penulis

3 penulis · 3 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Data ini berasal dari Crossref (yang disetorkan penerbit), karena endpoint OAI-PMH milik jurnal tidak dapat di-harvest.

Sumber metadata: Crossref API (cadangan, berdasarkan ISSN) https://api.crossref.org/journals/2775-1813/works, pertama di-harvest 26 Okt 2026, terakhir terlihat 15 Nov 2026.
Metadata sebagai oai_dc, dikonversi dari Crossref
<oai_dc:dc xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/"><dc:title>Sidulink: Sistem Informasi Peduli Lingkungan Berbasis Artificial Intelligence di Kota Sorong</dc:title><dc:creator>Hasa, Muh. Fadli</dc:creator><dc:creator>Rezki</dc:creator><dc:creator>Salenussa, Kevin Julius</dc:creator><dc:description>&lt;jats:p&gt;Kota Sorong, sebagai ibu kota Provinsi Papua Barat Daya, menghadapi tantangan serius dalam pengelolaan lingkungan akibat pesatnya pertumbuhan penduduk, aktivitas industri, dan urbanisasi. Permasalahan utama meliputi pencemaran lingkungan, penumpukan sampah plastik, serta kerusakan ekosistem laut yang berpotensi menurunkan kualitas hidup masyarakat. Penelitian ini bertujuan mengembangkan Sistem Informasi Peduli Lingkungan (SIDULINK), sebuah platform digital berbasis Artificial Intelligence (AI) yang mengintegrasikan fitur pelaporan pencemaran lingkungan oleh masyarakat dengan klasifikasi sampah plastik menggunakan Convolutional Neural Network (CNN). Model CNN VGG16 digunakan untuk melatih sistem klasifikasi citra sampah dengan pendekatan Extreme Programming (XP) dalam pengembangan perangkat lunak. Hasil penelitian menunjukkan bahwa model mencapai akurasi 83% dengan nilai loss 0,5583 setelah 18 epoch, serta mampu mendeteksi citra plastik dengan tingkat kepercayaan 76,35%. Sistem juga dilengkapi panduan daur ulang dan informasi edukatif terkait penghematan energi serta pengurangan emisi karbon. Uji coba terhadap 30 responden memperlihatkan tingkat keberhasilan fitur utama di atas 80% dengan performa stabil dan waktu respons cepat. Berdasarkan hasil pengujian implementasi model, pengujian blackbox, dan pengujian usability, SIDULINK dapat dijadikan sebagai solusi untuk mendukung pengelolaan lingkungan berkelanjutan di Kota Sorong. Penelitian ini memberikan kontribusi dalam adaptasi model CNN untuk klasifikasi jenis sampah berbasis citra. Secara praktis, SIDULINK menjadi sistem partisipatif yang mendorong keterlibatan masyarakat dan mendukung keputusan cepat oleh pemerintah daerah dalam penanganan lingkungan.&lt;/jats:p&gt;</dc:description><dc:publisher>Universitas Muhammadiyah Kendari</dc:publisher><dc:date>2025-10-24</dc:date><dc:type>info:eu-repo/semantics/article</dc:type><dc:format>application/pdf</dc:format><dc:identifier>https://doi.org/10.51454/decode.v5i3.1379</dc:identifier><dc:identifier>10.51454/decode.v5i3.1379</dc:identifier><dc:source>Decode: Jurnal Pendidikan Teknologi Informasi; Vol 5 No 3 (2025); 928-940</dc:source><dc:source>2775-1813</dc:source><dc:source>2775-2984</dc:source><dc:relation>https://journal.umkendari.ac.id/decode/article/download/1379/715</dc:relation><dc:rights>https://creativecommons.org/licenses/by-sa/4.0/</dc:rights></oai_dc:dc>