Rancang Bangun Sistem Pemilahan dan Pencacah Sampah Berbasis Deep Learning

Masalah sampah yang tidak terkelola dengan baik di kota besar seperti Depok berdampak serius terhadap lingkungan dan kesehatan masyarakat. Penelitian ini mengembangkan sistem pemilahan dan pencacah sampah berbasis Deep Learning menggunakan algoritma You Only Look Once (YOLO) versi 8, diimplementasikan pada perangkat Raspberry Pi. Sistem ini dirancang untuk mengklasifikasikan enam jenis sampah, yakni kaca, logam, kardus, plastik, kertas, dan sampah organik. Metode penelitian meliputi pengumpulan dan anotasi data citra sampah untuk melatih model YOLOv8, yang dibandingkan dengan model YOLOv5m dan RCNN berdasarkan precision, recall, F1-score, dan mean Average Precision (mAP). Hasil evaluasi menunjukkan YOLOv8 dengan 200 epochs memiliki performa terbaik dengan precision 0.87, recall 0.805, F1-score 0.836, dan mAP 0.87. Implementasi sistem melibatkan pelatihan algoritma di Jupyter Notebook dan pengujian pada Raspberry Pi. Pengujian citra menunjukkan YOLOv8 memiliki tingkat kepercayaan 0.92 dan waktu inferensi 27.59 detik. Pengujian stream menunjukkan tingkat kepercayaan 0.84 dengan waktu inferensi 23.43 detik. Penelitian ini berkontribusi pada pengembangan teknologi klasifikasi sampah yang menunjukkan potensi besar YOLOv8 pada Raspberry Pi dalam meningkatkan pengelolaan sampah di tingkat lokal.