<![CDATA[Penelitian ini membahas penerapan Teachable Machine untuk sistem klasifikasi objek sampah yang terintegrasi dengan Arduino secara real-time. Tujuan dari penelitian ini adalah untuk menciptakan sistem yang mampu mengenali dan mengklasifikasikan jenis-jenis sampah menggunakan model pembelajaran mesin yang sederhana namun efektif. Model dilatih menggunakan Teachable Machine dengan data gambar dari enam kategori objek, yaitu tisu, botol plastik, kantong plastik, bungkus plastik, kaleng, dan kondisi tanpa objek (no object). Setelah pelatihan, model diekspor dalam format Keras dan dijalankan pada komputer yang menerima input visual secara langsung dari kamera. Hasil klasifikasi objek kemudian dikirimkan ke Arduino melalui komunikasi serial, yang digunakan untuk mengaktifkan respons berupa indikator visual menggunakan LED dan tampilan informasi pada LCD sesuai dengan jenis sampah yang terdeteksi. Dalam pengujian sistem, diperoleh akurasi pengenalan objek di atas 90% dengan waktu respons yang cepat, membuktikan keandalan sistem dalam mengenali objek secara efisien. Sistem ini memiliki potensi untuk diterapkan dalam berbagai konteks, seperti tempat sampah pintar, sistem edukasi lingkungan, dan otomatisasi proses daur ulang. Hasil penelitian menunjukkan bahwa integrasi antara Teachable Machine, Keras, dan Arduino merupakan pendekatan yang efisien, praktis, dan dapat dikembangkan lebih lanjut dalam bidang pengelolaan sampah berbasis teknologi.]]>
Copyrights © 2025
