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

Authors

  • Yusri Yusron Nur Yusuf Alkautsar Telkom University
  • Cepthari Ningtyas Arbaatun Telkom University
  • Fat’hah Noor Prawita Telkom University

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

Downloads

Published

2020-12-01

Issue

Section

Program Studi D3 Rekayasa Perangkat Lunak Aplikasi