Teknologi IOT dan Deep Learning Untuk Klasifkasi Sampah Organik dan Anorganik

Latar Belakang Penelitian.
Sebagai negara yang memiliki jumlah penduduk yang sangat besar, Indonesia tidak akan mudah
terlepas dari masalah sampah. Laju pertumbuhan ekonomi juga memiliki dua mata sisi, karena secara
negative juga akan menimbulkan masalah lingkunkan termasuk sampah. Secara umum sampah
dibedakan menjadi dua, sampah organic dan anorganik. Sampah organik dan anorganik memiliki lama
penguraian yang berbeda. Sampah organik memiliki waktu penguraian yang lebih cepat dibandingkan
dengan sampah anorganik. Oleh sebab itu sampah organik dan anorganik memiliki cara penanganan
daur ulang yang berbeda pula. Pemilahan sampah sebelum ditampung ke Tempat Pembuangan Akhir
(TPA) sangat penting untuk mengurangi jumlah penimbunan sampah yang terus meningkat setiap
tahunnya. Banyak dari masyarakat yang tidak mengerti bagaimana perbedaan jenis sampah yang
hendak dibuang, meskipun di tempat sampah telah disediakan label sampah organik dan anorganik,
namun masyarakat tetap membuang sampah ke tempat sampah dengan jenis yang berbeda. Hal
tersebut tentu akan menyulitkan untuk memisahkan sampah oraganik dan anorganik pada TPA, oleh
karena itu perlu dibuat sebuah alat yang dapat memisahakan sampah organik dan organik saat
sampah dimasukkan kedalam tempat sampah. Saat ini ada alat yang diproduksi secara mandiri/ belum
dengan skala industri. Namun peralatan yang ada saat ini, masih memiliki performance yang rendah
dalam kemampuan mengklasifikasi secara benar.
Penelitian ini meneliti tentang implementasi sistem klasifikasi sampah organik dan anorganik dengan
menggunakan dua metode yang digabungkan. Metode pertama adalah dengan memanfaatkan
teknologi IOT dengan memanfaatkan sensor dan mikrokontroller. Sedangkan metode kedua adalah
metode deep learning dengan pendekatan convolutional neural network (CNN). Model CNN dibangun
berdasarkan mengumpulkan data-data organik dan anorganik yang akan menjadi dataset acuan untuk
pembelajaran. Model CNN saat ini juga memiliki banyak model-model arsitektur. Sehingga diharapkan
penelitian ini juga akan mencoba beberapa arsitektur-arsitektur andal dalam melakukan klasifikasi.
Diharapkan hasil penelitian ini bisa lebih baik (akurasi meningkat, kecepatan meningkat) dari metode
klasifikasi sampah dengan sistem yang banyak sekarang yang menggunakan sensor.

Tujuan Penelitian ini adalah membuat prototype dengan sistem IOT dan model deep learning untuk
memisahkan sampah organik dan anorganik.