Matrash: Pemanfaatan Machine Learning Pada Smart Trash Bin Berbasis Iot Yang Terintegrasi Dengan Bank Sampah

Cepthari Ningtyas Arbaatun, Yusri Yusron Nur Yusuf Alkautsar, Fat’hah Noor Prawita

Abstract

Abstract—Garbage is divided into two types, namely organic and
inorganic. Decomposed organic waste such as kitchen scraps and
food can be recycled into compost, while inorganic waste is
generated from the process of technology such as metals, plastic,
cans, and can be recycled into items that can be useful again.
However, public awareness that removes garbage to the trash based
on organic and inorganic categories is still minimal, so that it
becomes a mixture of garbage and result in the disposal of garbage
will end in place so it cannot be reprocessed. The automated trash
bin design planning uses Machine Learning by leveraging the
concept of the Internet of Things (IoT) as a means of sorting out
auto-garbage based on organic and inorganic categories and a
Raspberry Pi B + model as its main component. This method uses
Image Processing was to take the incoming trash pictures. This trash
bin has an ultrasonic sensor to measure the height of the garbage
and a weight sensor where heavy waste is used to determine the
selling price of the waste to be deposited to the nearest waste bank.
This will help the waste bank in the trash bin although it is out of the
trash area because there is an android application that will monitor
the incoming trash.
Keywords: Internet of Things, Raspberry Pi 3, Waste Bank, Trash
Abstrak— Sampah terbagi menjadi dua jenis yaitu organik
dan anorganik. Sampah organik sampah yang dapat membusuk
seperti sisa dapur dan makanan dapat didaur ulang menjadi
kompos, sedangkan sampah anorganik sampah yang dihasilkan
dari proses teknologi seperti logam, plastik, kaleng, dan
sebagainya dapat didaur ulang menjadi barang yang bisa
bermanfaat kembali. Namun, kesadaran masyarakat yang
membuang sampah ke tempat sampah berdasarkan kategori
organik dan anorganik masih minim, sehingga menjadi
ketercampuran sampah dan mengakibatkan pembuangan
sampah akan berakhir pada tempatnya sehingga tidak bisa diolah
kembali. Perancangan tempat sampah otomatis ini menggunakan
Machine Learning dengan memanfaatkan konsep Internet of
Things (IoT) sebagai sarana untuk memilah sampah otomatis
berdasarkan kategori organik dan anorgarnik dan Raspberry Pi
model B+ sebagai komponen utamanya. Metode ini menggunakan
Image Processing untuk mengambil gambar sampah yang masuk.
Tempat sampah ini memiliki sensor ultrasonik untuk mengukur
ketinggian sampah dan sensor berat dimana berat sampah
digunakan untuk menentukan harga jual dari sampah yang akan
disetorkan ke bank sampah terdekat. Hal ini akan membantu
bank sampah dalam memantau tempat sampah meskipun sedang
di luar area tempat sampah karena terdapat aplikasi android
yang akan memonitoring tempat sampah yang masuk.
Kata Kunci : Internet of Things, Raspberry Pi 3, Bank Sampah,
Sampah

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0