Deteksi Objek Sampah Organik Dan Anorganik Dari Rumah Tangga Menggunakan Metode You Only Look Once (Yolo) V8

Indonesia, sebagai negara dengan populasi terbesar keempat di dunia, menghasilkan volume sampah yang sangat tinggi setiap harinya, dengan rata-rata 2,5 liter sampah per orang. Mayoritas sampah ini tidak dikelola dengan baik karena rendahnya kesadaran dan pemahaman masyarakat mengenai pentingnya memisahkan sampah organik dan anorganik. Penelitian ini mengeksplorasi penggunaan arsitektur YOLO v8 untuk mendeteksi sampah organik dan anorganik, menggunakan data yang dikumpulkan dari lingkungan rumah tangga. Tahapan penelitian mencakup pengumpulan data, pelabelan, pelatihan model, serta evaluasi performa. Dataset yang terdiri dari sampah organik dan anorganik diidentifikasi menggunakan bounding box. Model YOLO v8 dilatih dengan dataset beranotasi dan dievaluasi melalui lima skenario pengujian yang bervariasi dalam hal pencahayaan, latar belakang, dan jarak objek. Hasil menunjukkan bahwa model mampu memilah sampah organik dan anorganik dengan akurasi hingga 95% dan 97% secara berturut-turut, terutama dalam kondisi pencahayaan yang baik, latar belakang sederhana, serta jarak objek yang sesuai, menjadikan model ini solusi yang efektif untuk otomatisasi pengelolaan sampah.