Smart Garbage Di Lingkungan Kantor Berbasis Pengolahan Citra Dengan Metode Convolutional Neural Network”

Kesadaran manusia akan sampah masih sangat kurang. Bahkan masih banyak orang yang belum sadar akan pentingnya pembagian jenis sampah. Kebingungan pada perbedaan jenis tempat sampah dapat menjadi salah satu alasan tersebut. Namun berbeda dengan tenaga kerja di kantor yang sangat sibuk akan pekerjaannya. Selain itu, tenaga kerja kantor kerap melupakan hal-hal kecil di sekitarnya termasuk membuang sampah sesuai dengan jenis tempatnya. Sampah yang terpisah sesuai jenisnya akan semakin menjadi mudah diolah kembali. Sampah di kantor ini dapat menjadi sesuatu yang berharga serta berguna jika dapat diketahui pengelolaan dengan tepat. Oleh karena itu, pendauran sampah sangat penting dilakukan. Berdasarkan permasalahan tersebut dibuat suatu sistem yang dapat bekerja secara otomatis untuk membedakan beberapa jenis sampah, antara lain sampah botol, sampah kertas, dan sampah kaleng. Kamera berfungsi sebagai sensor untuk penentuan jenis sampah tersebut dengan pemrosesan gambar menggunakan metode Convolutional Neural Network (CNN). Ketika sampah dimasukkan pada tempat, maka kamera akan mendeteksi jenis sampah tersebut. Selanjutnya servo akan merespon dengan bergerak sesuai data yang diberikan oleh kamera. Selain itu alat ini juga dilengkapi dengan monitoring tempat sampah, sehingga jika tempat sampah sudah penuh atau hampir penuh maka akan ada pemberitahuan dari buzzer. Akurasi jeinis sampah boitoil, kertas dan kaleing meincapai preiseintasei keibeirhasilan yang cukup yaitu 72% untuk sampah yang berjenis botol, 84% untuk sampah yang berjenis kaleng dan terakhir 88% untuk jenis sampah kertas. Adapun presentase kegagalan untuk sampah yang berjenis botol 28 %, untuk sampah yang berjenis kaleng 16%, untuk sampah yang berjenis kaleng 16%, dari hasil tersebut dapat di simpulkan bahwa model yang digunakan masih jauh untuk melakakun klasifikasi jenis sampah botol, kaleng, kertas dan masih membutuhkan pengembangan lebih lanjut untuk mengurangi presentase kegagalan yang masih terjadi.