SMART TRASH BIN BERBASIS POSE DETECTION MENGGUNAKAN ALGORITMA CNN DENGAN SISTEM TARGET LOCKING

Kebersihan lingkungan merupakan faktor yang sangat penting dalam menciptakan kondisi lingkungan yang sehat dan nyaman. Rendahnya kesadaran masyarakat untuk membuang sampah pada tempatnya mendorong perlunya teknologi cerdas yang mampu mendukung pengelolaan sampah secara interaktif. Penelitian ini mengusulkan sistem smart trash bin berbasis pose detection menggunakan Convolutional Neural Network (CNN) dengan mekanisme target locking untuk memastikan sistem hanya mengikuti pengguna yang benar-benar memberikan pose throwgarbage, serta mampu mengabaikan distraktor yang melintas. Sistem memanfaatkan webcam sebagai sensor visual, MediaPipe Pose Landmarker untuk ekstraksi keypoint, dan model MobileNetV2 yang dilatih untuk mengklasifikasikan dua kelas pose, yaitu throwgarbage dan undefined. Model mencapai akurasi pelatihan 93,85%, akurasi validasi 95,95%, dan akurasi test 96,67%. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi satu maupun lebih objek manusia, mampu mengenali pose, melakukan target locking berbasis deteksi wajah, serta mengarahkan robot untuk mendekati target meskipun terdapat gangguan yang lewat depan target dalam frame. Secara keseluruhan, sistem menunjukkan kinerja yang stabil.