Implementasi Sistem Klasifikasi Sampah Menggunakan Google Cloud Platform dengan Vertex AI

M. Baihaqi Alza; Amalia Rahmah

doi:10.54914/dbesti.v3i1.2047

Penulis

M. Baihaqi Alza Sekolah Tinggi Teknologi Terpadu Nurul Fikri
Amalia Rahmah Sekolah Tinggi Teknologi Terpadu Nurul Fikri

DOI:

https://doi.org/10.54914/dbesti.v3i1.2047

Kata Kunci:

AutoML Vision, Backend, Google Cloud Platform, Klasifikasi Sampah, Sistem informasi

Abstrak

Penelitian ini bertujuan merancang dan mengimplementasikan sistem backend klasifikasi sampah berbasis cloud menggunakan layanan Google Cloud Platform (GCP). Sistem ini fokus pada penggunaan Cloud Run sebagai layanan serverless untuk menjalankan API backend, AutoML Vision sebagai model klasifikasi gambar machine learning, serta Cloud Firestore sebagai basis data penyimpanan hasil klasifikasi. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan kuantitatif. Subjek penelitian berupa data gambar sampah kategori plastik dan kertas, dengan pengujian sistem dilakukan melalui black-box testing menggunakan Postman API untuk memastikan fungsi sistem berjalan sesuai rancangan. Analisis data meliputi pengukuran akurasi klasifikasi, waktu respons API, dan keberhasilan penyimpanan data. Hasil pengujian menunjukkan model klasifikasi mampu mengidentifikasi dua kategori sampah dengan akurasi 90%, waktu respons rata-rata 1033 milidetik, dan penyimpanan data berjalan konsisten. Kesimpulannya, sistem backend yang dikembangkan berjalan optimal dan dapat menjadi solusi berbasis cloud untuk pengelolaan sampah yang efisien dan otomatis. Rekomendasi pengembangan ke depan adalah integrasi dengan frontend untuk aplikasi yang lebih lengkap.

Unduhan

Data unduhan belum tersedia.

Referensi

Risnawati Panca Sakti, Ulfa Sulaeman, dan Abd. Gafur, “Peran Mallsampah dalam Efektivitas Pengelolaan Sampah (Studi Kasus di PT. Mallsampah Indonesia),” Wind. Public Heal. J., vol. 2, no. 4, hal. 621–635, 2021, doi: 10.33096/woph.v2i4.217.

L. Puspa, J. Thaap, dan T. Darmi, “Analisis Kebijakan Pengelolaan Sampah pada Dinas Lingkungan Hidup,” JOPPAS J. Public Policy Adm. Silampari, vol. 2, no. 2, hal. 45–55, 2021, doi: 10.31539/joppa.v2i2.2083.

N. Ramsari dan A. Ginanjar, “Implementasi Infrastruktur Server Berbasis Cloud computing Untuk Web Service Berbasis Teknologi Google Cloud Platform,” Conf. Senat. STT Adisutjipto Yogyakarta, vol. 7, no. August, 2022, doi: 10.28989/senatik.v7i0.472.

S. Usman dan K. Kisron, “Tempat Sampah Pintar dengan Sistem Monitoring berbasis Cloud dan Pemilihan Rute Tercepat,” Smart Comp Jurnalnya Orang Pint. Komput., vol. 12, no. 1, 2023, doi: 10.30591/smartcomp.v12i1.4589.

M. Bintang Irfansyah, S. Noor Arief, dan B. Satya Dian Nugraha, “Desain Dan Arsitektur Serverless Cloud computing Pada Aplikasi Penghitung Kalori Makanan Berbasis Mobile Menggunakan Layanan Google Cloud Platform,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 4, hal. 6090–6097, 2024, doi: 10.36040/jati.v8i4.10180.

J. S. Matondang, H. Sanjaya, dan ..., “Development of Google Earth Engine Fire Weather Index Calculator for Indonesian Fire Danger Rating System,” IOP Conf. Ser. …, 2021, doi: 10.1088/1755-1315/936/1/012040.

J. Nuariputri dan P. Sukmasetya, “Klasifikasi Jenis Sampah Menggunakan Base ResNet-50,” J. Ilm. Komputasi, vol. 22, no. 3, hal. 379–386, 2023, doi: 10.32409/jikstik.22.3.3380.

H. S. Aprilianti et al., “Identification and classification of cloud computing-based vegetation index values on several lands used in Bogor Regency, Indonesia,” IOP Conf. Ser. Earth and Environmental Science, 2021, doi: 10.1088/1755-1315/918/1/012011.

S. G. Setyorini, “Application of The Nearest Neighbor Algorithm for Classification of Online Taxibike Sentiments In Indonesia In The Google Playstore Application,” J. Phys. Conf. Ser., 2021, doi: 10.1088/1742-6596/2049/1/012026.

A. P. Kurniawan et al., "Performance Evaluation for Deploying Dockerized Web Application on AWS, GCP, and Azure," 2023 IEEE International Conference on Control, Electronics and Computer Technology (ICCECT), Jilin, China, 2023, pp. 346-350, doi: 10.1109/ICCECT57938.2023.10140775.

S. Setiawan dan A. Gui, “Faktor-Faktor Penentu Yang Mempengaruhi Adopsi Cloud computing Di Indonesia,” Infotech J. Technol. Inf., vol. 9, no. 1, hal. 1–8, 2023, doi: 10.37365/jti.v9i1.144.

Y. Muharam dan T. Hidayat, “Pengembangan Aplikasi Back-End E-Commerce Menggunakan Rest Api Golang untuk Optimalisasi Kinerja Server”, COMPUTING, vol. 11, no. 01, pp. 7–13, Jun. 2024, doi: 10.55222/computing.v11i01.1479.

S. Sudianto, Y. Herdiyeni, dan L. B. Prasetyo, “Machine learning for sugarcane mapping based on segmentation in cloud platform,” AIP Conf. Proc., 2023.

M. Hafizin, “Perancangan dan Implementasi Api Pada Aplikasi Deteksi Mata Katarak Menggunakan Google Cloud Run,” Mars J. Tek. Mesin, Ind. Elektro Dan Ilmu Komput., vol. 2, no. 4, hal. 172–180, 2024.

S. Dwiyatno, Sulistiyono, E. Rakhmat, dan S. Christina, “Perancangan Private Cloud Berbasis Infrastructure As a Service,” PROSISKO J. Pengemb. Ris. dan Obs. Sist. Komput., vol. 8, no. 2, hal. 5–14, 2021, doi: 10.30656/prosisko.v8i2.3705.