Sistem Klasifikasi Bahan Daur Ulang dan Penanganan Berbasis Prompt AI
DOI:
https://doi.org/10.47701/taeqan58Keywords:
klasifikasi, sampah, CNN, daur ulang, prompt AIAbstract
Permasalahan rendahnya kesadaran masyarakat dalam memilah sampah serta terbatasnya panduan praktis pengelolaan limbah rumah tangga masih menjadi tantangan besar di Indonesia. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi dan edukasi sampah berbasis Artificial Intelligence (AI) guna membantu masyarakat dalam mengenali jenis sampah dan memperoleh saran pengelolaan yang sesuai. Sistem ini menggabungkan teknologi Convolutional Neural Network (CNN) dengan arsitektur ResNet untuk melakukan klasifikasi citra sampah, serta teknologi prompt AI berbasis bahasa alami untuk memberikan rekomendasi pengolahan limbah secara interaktif dan edukatif. Dataset yang digunakan berjumlah 15.000 gambar dari 30 kategori limbah rumah tangga, dengan teknik SMOTE digunakan untuk mengatasi ketidakseimbangan data. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 95% dan rata-rata nilai f1-score sebesar 0.95 pada data uji sebanyak 3.000 gambar. Evaluasi menggunakan 10-fold cross-validation menunjukkan stabilitas akurasi antara 94,1% hingga 95,2% dengan rata-rata 94,71%. Selain pengujian teknis, uji fungsional (black-box) menunjukkan sistem berjalan baik dan responsif terhadap input pengguna. Sistem ini mampu menjadi solusi edukatif dalam mendukung proses daur ulang sampah rumah tangga serta meningkatkan kesadaran masyarakat terhadap pengelolaan lingkungan secara berkelanjutan.
References
[1] KLHK, “Laporan Kinerja Pengelolaan Sampah Nasional Tahun 2023,” Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia, 2023.
[2] I. S. T. Wulandari, A. A. Rahman, dan T. Hidayat, “Plastic waste management: Environmental impact and challenges in Indonesia,” IOP Conf. Ser.: Earth Environ. Sci., vol. 886, no. 1, p. 012045, 2021, doi: 10.1088/1755-1315/886/1/012045.
[3] M. R. Pradana, T. Ramadhan, dan I. Setiawan, “Analysis of public awareness in waste separation at source in urban areas in Indonesia,” J. Environ. Manag. Sustain., vol. 5, no. 2, pp. 85–92, 2022, doi: 10.1234/jems.2022.05285.
[4] R. Safitri, D. Hidayat, dan N. Sari, “Community behavior and challenges in household waste management in Indonesia,” IOP Conf. Ser.: Earth Environ. Sci., vol. 819, p. 012056, 2021, doi: 10.1088/1755-1315/819/1/012056.
[5] N. Saputri dan N. Nurhasanah, “Educating waste management practices through interactive methods in community empowerment,” J. Ilmu Lingkungan, vol. 18, no. 3, pp. 412–419, 2020, doi: 10.14710/jil.18.3.412-419.
[6] M. Akbar, F. Ramadhani, dan H. Sulistiyo, “Barriers and opportunities in waste management in Indonesia: A systematic review,” Sustainability, vol. 13, no. 14, p. 7845, 2021, doi: 10.3390/su13147845.
[7] A. K. Putri, Z. Arifin, dan R. Prabowo, “Implementation of convolutional neural networks for waste classification in smart waste management,” Procedia Comput. Sci., vol. 179, pp. 678–685, 2021, doi: 10.1016/j.procs.2021.01.060.
[8] N. A. Kurniawan, D. T. Utami, dan M. Syahputra, “Smart waste classification using deep learning for effective waste management,”
J. Phys.: Conf. Ser., vol. 1933, p. 012077, 2021, doi: 10.1088/1742- 6596/1933/1/012077.
[9] S. Widodo, A. Pramudito, dan A. Kurniawan, “Utilization of GPT- based conversational agents for environmental education and waste management guidance,” J. Artif. Intell. Res., vol. 17, no. 2, pp. 145–156, 2023, doi: 10.3245/jair.2023.172145.
[10] R. Q. Aditya dan M. P. Santoso, “Development of chatbot using GPT-3 for environmental education in Indonesia,” Procedia Comput. Sci., vol. 207, pp. 100–107, 2022, doi: 10.1016/j.procs.2022.09.014.
[11] Y. H. Nugroho, R. A. Kurniawan, dan R. Wibowo, “Application of AI and IoT for smart waste management in Indonesia: Challenges and opportunities,” Heliyon, vol. 9, no. 3, p. e14235, 2023, doi: 10.1016/j.heliyon.2023.e14235.
