Rancang Bangun Sistem Klasifikasi Sampah Anorganik Kantor menggunakan Deep Learning Arsitektur Xception berbasis NVIDIA Jetson Nano

Abstrak

Pengelolaan sampah yang kurang efektif menjadi penyebab timbunan sampah di TPA. Seharusnya terdapat proses pengolahan dari sumber sampahnya yaitu dengan proses pemilahan sebelum diangkut ke TPA. Perkantoran menjadi kawasan yang sampahnya mirip dengan sampah rumah tangga dan wajib melakukan proses pengolahan salah satunya pemilahan. Sebenarnya sudah tersedia tempat sampah yang memiliki wadah berbeda sesuai jenisnya, namun karena budaya masyarakat yang kurang kesadaran dengan membuang sampah tidak pada wadah yang sesuai menjadikan metode tempat sampah tersebut tidak efektif. Pada penelitian ini akan membuat sistem berupa prototipe tempat sampah yang akan mengklasifikasi sampah perkantoran berupa botol plastik, kaleng, dan kertas lalu sistem akan menempatkan pada wadah kategorinya secara otomatis. Untuk mengklasifikasi menggunakan metode deep learning arsitektur Xception yang akan diterapkan pada pemroses sistem yaitu NVIDIA Jetson Nano. Sistem ini menghasilkan output berupa pergerakan lengan pemilah. Lengan pemilah akan bergerak ke kiri apabila hasil klasifikasinya botol plastik, gerak ke kanan untuk kaleng, dan diam di tengah untuk sampah kertas. Hasil dari penelitian didapatkan akurasi dari pengujian klasifikasi objek sampah pada sistem sebesar 91,67%, serta didapatkan rata - rata waktu komputasi untuk klasifikasi sebesar 0,06385 detik. Dilakukan juga pengujian integrasi pada sistem yang mendapatkan hasil akurasi sebesar 97,22%.