Claim Missing Document
Check
Articles

Found 1 Documents
Search

Rancang Bangun Aplikasi Pemindai Sampah Menggunakan Android Expo: Android Expo Di Man 1 Kabupaten Serang Muhammad Fauzi Firdaus; Sugiyanti Sugiyanti
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v6i01.1588

Abstract

Permasalahan terkait pengelolaan sampah, masih menjadi isu penting di Indonesia, termasuk di lingkungan sekolah seperti MAN 1 Kabupaten Serang. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi pemindai sampah berbasis Android menggunakan framework Expo React Native, yang dapat membantu pengguna dalam mengidentifikasi jenis sampah secara otomatis, serta memberikan edukasi mengenai cara pengelolaan sampah yang tepat. Metode yang digunakan dalam penelitian ini adalah metode Research and Development (R&D) dengan pendekatan model pengembangan perangkat lunak Prototype Model. Proses pengembangan dimulai dari tahap identifikasi kebutuhan pengguna, perancangan antarmuka (UI/UX), pengembangan fungsi pemindai berbasis kamera, integrasi model klasifikasi sampah (menggunakan machine learning), hingga tahap pengujian aplikasi kepada pengguna akhir. Dataset yang digunakan untuk melatih model klasifikasi terdiri dari berbagai gambar sampah organik, anorganik, dan B3 (Bahan Berbahaya dan Beracun) yang telah dikategorikan secara manual. Proses pelatihan model dilakukan menggunakan platform TensorFlow dan hasil model kemudian diintegrasikan ke dalam aplikasi menggunakan TensorFlow.js agar kompatibel dengan platform Expo. Selain itu, aplikasi juga menyediakan riwayat pemindaian untuk membantu pengguna melacak kebiasaan mereka dalam memilah sampah. Pengujian aplikasi dilakukan terhadap 32 siswa dan guru di MAN 1 Kabupaten Serang dengan pendekatan observasi dan penyebaran kuesioner. Hasil pengujian menunjukkan bahwa aplikasi ini mampu mengidentifikasi jenis sampah dengan tingkat akurasi mencapai 85% pada kondisi pencahayaan normal. Ke depan, pengembangan aplikasi ini dapat ditingkatkan dengan menambahkan fitur gamifikasi, integrasi dengan sistem pengelolaan sampah lokal, dan dukungan bahasa daerah untuk memperluas jangkauan pengguna.