RANCANG BANGUN SISTEM KLASIFIKASI OBJEK SAMPAH MENGGUNAKAN YOLO PADA RASPBERRY PI

Seiring dengan meningkatnya jumlah kasus infeksi virus COVID-19 sampah medis seperti masker, sarung tangan, dan sisa alat test virus covid-19, juga meningkat secara signifikan. Setelah 60 hari, terhitung setelah kasus pertama virus COVID-19 di Indonesia, sampah medis di Jakarta sudah mencapai 12,740 ton. Virus dan bakteri dapat bertahan lebih lama pada benda berbahan plastik. Virus dapat berpindah melalui benda yang melalui bagian mulut sehingga sampah seperti botol kemaan, tisu, dan sendok, juga dapat dikategorikan sebagai sampah yang berbahaya. Sampah medis dan sampah berbahaya lainnya dapat dengan mudah ditemukan dilingkungan masyarakat, dalam keadaan tercampur, karena tidak dikelola dan dipilah sebelum sampah dibuang. Proses dan pemilahan sampah secara otomatis dapat dibangun menggunakan metode object detection dan microcontroller Raspberry pi untuk mengklasifikasi jenis sampah. Dalam membangun sebuah sistem klasifikasi objek terdapat beberapa algoritma yang dapat digunakan, salah satunya adalah You Only Look Once (YOLO). Dengan menggunakan Yolov5m yang telah diuji pada perangkat Raspberry Pi 3b+ diperoleh nilai rata-rata accuracy sebesar 85% pada ukuran gambar 128x128 piksel, dan 96% pada ukuran gambar 320x320 piksel, dengan kecepatan deteksi pada ukuran gambar 128x128 piksel sebesar 1-3 detik, dan pada ukuran gambar 256x320 piksel sebesar 1-5 detik.