<![CDATA[Pertumbuhan populasi yang cepat di kota-kota berkembang Indonesia menyebabkan volume sampah terus meningkat, dengan Kota Palembang menghasilkan sekitar 1.300 ton sampah per hari. Rendahnya kesadaran masyarakat menyebabkan perilaku membuang sampah sembarangan masih sering ditemukan di ruang publik, berdampak pada pencemaran lingkungan dan kerusakan infrastruktur. Metode pengawasan manual terbukti kurang efektif akibat keterbatasan jangkauan dan ketidakmampuan beroperasi secara terus-menerus. Penelitian ini mengusulkan sistem deteksi aktivitas membuang sampah sembarangan berbasis CCTV dengan mengintegrasikan model YOLOv8 sebagai pendeteksi manusia dan model R(2+1)D sebagai pengenal aktivitas dalam satu pipeline monitoring terintegrasi. YOLOv8 mendeteksi keberadaan manusia pada setiap frame video dan menghasilkan bounding box sebagai masukan spasial bagi model R(2+1)D untuk mengklasifikasikan aktivitas ke dalam dua kategori, yaitu normal dan membuang sampah. Sistem juga dilengkapi fitur peringatan kedekatan objek terhadap kamera yang mengaktifkan alarm secara otomatis ketika rasio bounding box mencapai atau melebihi 60% dari luas frame. Evaluasi menggunakan confusion matrix pada 15 data uji menghasilkan precision sebesar 81,82%, recall sebesar 90%, dan accuracy sebesar 80%. Hasil ini menunjukkan bahwa integrasi YOLOv8 dan R(2+1)D mampu mendeteksi aktivitas membuang sampah secara otomatis dan real-time guna mendukung pengawasan lingkungan yang lebih efektif di kawasan perkotaan.]]>
Copyrights © 2026
