<![CDATA[Abstract: Hospital cleanliness is very important in creating a healthy and comfortable hospital environment. Therefore, proper waste management is needed. Waste that is not managed properly can cause environmental pollution and health problems. To overcome these problems, a smart trash bin system is needed that can detect and sort waste automatically. In this final project, a Smart Bin AI tool based on Arduino Uno is designed and built, equipped with a HuskyLens sensor, servo motor, and artificial intelligence (AI) system for waste type classification. The HuskyLens sensor is used to detect the presence of objects according to their type and classification, while the servo motor functions as a trash can lid driver. The integrated AI system helps classify waste types into organic, inorganic and B3 based on visual images. The test results show that this tool can operate automatically and provide a fast and accurate response in waste classification with a success rate of 90%. With this system, the waste disposal process becomes more efficient, hygienic, and supports efforts to maintain environmental cleanliness in hospitals.Abstrak: Kebersihan di rumah sakit merupakan suatu hal yang sangat penting dalam menciptakan lingkungan rumah sakit yang sehat dan nyaman . oleh karena itu diperlukan pengelolaan sampah yang baik dan benar. Sampah yang tidak terkelola dengan baik dapat menyebabkan pencemaran lingkungan dan masalah kesehatan. Untuk mengatasi permasalahan tersebut, dibutuhkan sistem tempat sampah pintar (Smart Bin) yang mampu mendeteksi dan memilah sampah secara otomatis. Pada tugas akhir ini, dirancang dan dibangun sebuah alat Smart Bin AI berbasis Arduino Uno yang dilengkapi dengan sensor HuskyLens, servo motor, dan sistem kecerdasan buatan (AI) untuk klasifikasi jenis sampah. Sensor HuskyLens digunakan untuk mendeteksi keberadaan objek sesuai jenis dan klasifikasinya, sedangkan servo motor berfungsi sebagai penggerak tutup tempat sampah. Sistem AI yang terintegrasi membantu mengklasifikasikan jenis sampah menjadi organik, anorganik dan B3 berdasarkan citra visual. Hasil pengujian menunjukkan bahwa alat ini dapat beroperasi secara otomatis dan memberikan respons yang cepat serta akurat dalam pengklasifikasian sampah dengan nilai persentase keberhasilan sebesar 90%. Dengan adanya sistem ini, proses pembuangan sampah menjadi lebih efisien, higienis, dan mendukung upaya dalam menjaga kebersihan lingkungan di rumah sakit. ]]>
Copyrights © 2025
