Penelitian ini mengembangkan sistem preprocessing gambar sampah untuk mendukung sistem pemilah sampah otomatis menggunakan Roboflow. Proses preprocessing meliputi resizing, normalisasi, dan penghapusan noise, yang bertujuan untuk meningkatkan kualitas gambar dalam dataset. Selain itu, augmentasi data dilakukan untuk memperkaya variasi visual dalam dataset, yang memungkinkan model machine learning untuk belajar lebih efektif dan meningkatkan kemampuannya dalam mengenali sampah dalam berbagai kondisi nyata. Model yang dilatih menggunakan dataset yang telah diproses ini menunjukkan nilai presentasi deteksi dengan variasi 86% hingga 90% dalam pengujian, menandakan kemampuan yang tinggi dalam mengklasifikasikan sampah. Meskipun tantangan seperti kesalahan klasifikasi pada jenis sampah yang mirip masih ada, penggunaan teknik augmentasi telah membantu meningkatkan ketahanan model terhadap variasi kondisi. Hasil penelitian ini menunjukkan bahwa kombinasi preprocessing yang tepat dan augmentasi data dapat secara signifikan meningkatkan efektivitas sistem pemilah sampah otomatis, yang penting untuk mendukung upaya pengelolaan sampah yang lebih efisien dan berkelanjutan. Kata kunci: Augmentasi Data, Klasifikasi Sampah, Preprocessing Gambar, Pemilah Sampah Otomatis. Roboflow.