Pengembangan Sistem Deteksi Sampah Otomatis menggunakan Algoritma Yolov8 (Studi Kasus : Deteksi Sampah Organik, Anorganik, dan B3 di Lingkungan Sekitar)

Abstract

Pengelolaan sampah menjadi tantangan besar akibat meningkatnya volume sampah dan rendahnya tingkat pemilahan oleh masyarakat. Penelitian ini bertujuan untuk merancang sistem deteksi otomatis berbasis algoritma YOLOv8 dalam mengklasifikasikan tiga kategori sampah utama, yaitu Anorganik, Organik, serta Bahan Berbahaya dan Beracun (B3). Dataset yang digunakan berupa 1.152 citra sampah yang dikumpulkan secara langsung dan diberi label menggunakan Roboflow. Data dialokasikan menjadi 80% data pelatihan, 10% data pengujian, dan 10% data validasi. Model dilatih dengan berbagai parameter, seperti epoch (25 dan 50), batch (8 dan 16), serta tiga varian model YOLOv8 (s, m, dan l). Evaluais model dilakukan menggunakan metrik precision, recall, mAP50, dan mAP50-90 untuk menentukan model terbaik. Hasil penelitian menunjukkan bahwa YOLOv8s dengan epoch 50 dan batch 16 memberikan performa terbaik dengan mAP50 sebesar 96,1% dan mAP50-90 sebesar 85,1%. Model ini mampu mendeteksi sampah dengan tingkat akurasi yang tinggi serta kinerja komputasi yang efisien. Implementasi sistem ini diharapkan dapat meningkatkan efektivitas pengelolaan sampah dan mendukung program Smart City Yogyakarta. Sistem ini dapat dikembangkan lebih lanjut dengan integrasi teknologi IoT dan sensor tambahan untuk meningkatkan pemantauan dan otomatisasi dalam proses deteksi sampah secara real-time.