Melola Discovery

← Melola Discovery

Open access Journal SINTA 2

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

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

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

Abstract

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.

Collaboration network of the authors

3 authors · 3 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

This record comes from Crossref (what the publisher deposited), because the journal's own OAI-PMH endpoint could not be harvested.

Metadata source: Crossref API (cadangan, berdasarkan ISSN) https://api.crossref.org/journals/2775-1813/works, first harvested 26 Oct 2026, last seen 15 Nov 2026.
Metadata as oai_dc, converted from 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>