SISTEM DETEKSI OBJECT BERBASIS YOLO26 UNTUK KLASIFIKASI SAMPAH MINUMAN KEMASAN

Manajemen sampah minuman kemasan memerlukan pemisahan yang spesifik,
khususnya antara material plastik, logam, dan karton demi optimalisasi proses
daur ulang. Penelitian ini bertujuan mengimplementasikan model YOLO26 untuk
klasifikasi sampah minuman kemasan dengan arsitektur Edge-to-Cloud. Raspberry
Pi 3 Model B+ di sisi lokal bertindak sebagai unit edge untuk mengolah sensor
ultrasonik HC-SR05 dan kamera USB, lalu mengirimkan citra via protokol HTTP
ke server Google Cloud Platform (GCP). Di dalam server Google Cloud Platform,
komputasi inferensi dieksekusi menggunakan model YOLO26 untuk melakukan
deteksi sekaligus klasifikasi (image classification) menjadi kelas plastik, logam,
dan karton. Data hasil keputusan dikirim kembali ke lokal (Raspberry Pi), yang
kemudian meneruskannya via komunikasi serial ke mikrokontroler ESP32 guna
menggerakkan aktuator pemilah ke wadah yang sesuai. Hasil evaluasi model
terbaik menunjukkan performa yang sangat optimal pada proses deteksi maupun
klasifikasi dengan keberhasilan menghindari masalah overfitting. Uji coba
menggunakan objek nyata membuktikan bahwa sistem mampu memilah sampah
secara akurat, dengan kesalahan yang umumnya diakibatkan oleh kemiripan visual
pada material plastik transparan dan logam. Integrasi ini sukses mewujudkan
sistem pemilahan limbah otomatis yang sinkron, valid, dan responsif.