ISSN : 2442-5826 1

e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4068

MATRASH: THE USE OF MACHINE LEARNING IN THE

WASTE BANK BASED IOT INTEGRATED WITH SMART
TRASH BIN
Yusri Yusron Nur Yusuf Fat’hah Noor Prawita, S.T.,
Cepthari Ningtyas Arbaatun2,
Alkautsar1, M.T.3,
Prodi D3 Rekayasa Perangkat Lunak
Prodi D3 Rekayasa Perangkat Lunak Aplikasi Prodi D3 Rekayasa Perangkat Lunak
Aplikasi Aplikasi
Fakultas Ilmu Terapan, Universitas
Fakultas Ilmu Terapan, Universitas Telkom Fakultas Ilmu Terapan, Universitas
Telkom Telkom
Munengan 5, Sidoluhur, Godean,
Jl Sindang Sari 2 No.22, Kecamatan Sleman, Daerah Istimewa Yogyakarta, 55264 Jl. Telekomunikasi, Terusan Buah Batu
Antapani, Kelurahan Antapani Wetan, Kota Email: ceptarityas21@gmail.com2 No.1, Sukapura, Dayeuhkolot, Kota
Bandung 40291 Email: Bandung, Jawa Barat, 40257 Email:
yusriyusron0530@gmail.com1 fathah@tass.telkomuniversity.ac.id

Abstract—Garbage is divided into two types, namely organic and ketinggian sampah dan sensor berat dimana berat sampah
inorganic. Decomposed organic waste such as kitchen scraps and digunakan untuk menentukan harga jual dari sampah yang akan
food can be recycled into compost, while inorganic waste is disetorkan ke bank sampah terdekat. Hal ini akan membantu
generated from the process of technology such as metals, plastic, bank sampah dalam memantau tempat sampah meskipun sedang
cans, and can be recycled into items that can be useful again. di luar area tempat sampah karena terdapat aplikasi android
However, public awareness that removes garbage to the trash based yang akan memonitoring tempat sampah yang masuk.
on organic and inorganic categories is still minimal, so that it
becomes a mixture of garbage and result in the disposal of garbage Kata Kunci : Internet of Things, Raspberry Pi 3, Bank Sampah,
will end in place so it cannot be reprocessed. The automated trash Sampah
bin design planning uses Machine Learning by leveraging the
concept of the Internet of Things (IoT) as a means of sorting out I. PENDAHULUAN
auto-garbage based on organic and inorganic categories and a
Raspberry Pi B + model as its main component. This method uses A. Latar Belakang
Image Processing was to take the incoming trash pictures. This trash Sampah merupakan permasalahan yang sangat penting di
bin has an ultrasonic sensor to measure the height of the garbage dunia termasuk di Indonesia karena dari sampah itu sendiri bisa
and a weight sensor where heavy waste is used to determine the menimbulkan pencemaran lingkungan tidak baik yang dapat
selling price of the waste to be deposited to the nearest waste bank.
menjadi ancaman pada masyarakat di sekitarnya seperti
This will help the waste bank in the trash bin although it is out of the
trash area because there is an android application that will monitor
menjadi tempat sarang nyamuk, menimbulkan penyakit
the incoming trash. malaria, sampai demam berdarah akibat penumpukan sampah.
Menurut Kementerian Lingkungan Hidup dan Kehutanan
(KLHK), jumlah rata-rata produksi sampah di Indonesia
Keywords: Internet of Things, Raspberry Pi 3, Waste Bank, Trash
mencapai 175.000 ton per hari atau setara dengan 64 juta ton
per tahun [1]. Direktur Pengolahan Sampah Kementerian
Abstrak— Sampah terbagi menjadi dua jenis yaitu organik Lingkungan Hidup dan Kehutanan (KLHK) RI, Novrizal Tahar
dan anorganik. Sampah organik sampah yang dapat membusuk
mengatakan, kesadaran publik dalam melakukan pengelolaan
seperti sisa dapur dan makanan dapat didaur ulang menjadi
kompos, sedangkan sampah anorganik sampah yang dihasilkan sampah terbilang masih rendah di Indonesia. Dari data Badan
dari proses teknologi seperti logam, plastik, kaleng, dan Pusat Statistik pada 2018 menunjukkan, 72% masyarakat
sebagainya dapat didaur ulang menjadi barang yang bisa Indonesia tidak peduli dengan pengolah sampah. Indeks
bermanfaat kembali. Namun, kesadaran masyarakat yang ketidakpedulian masyarakat pada sampah juga di angka 0,72.
membuang sampah ke tempat sampah berdasarkan kategori “Persoalan sampah disebabkan oleh perilaku, kultur ataupun
organik dan anorganik masih minim, sehingga menjadi kebiasaan dari masyarakat. Selanjutnya peranan pemerintah
ketercampuran sampah dan mengakibatkan pembuangan daerah dalam menyelesaikan permasalah ini masih rendah dan
sampah akan berakhir pada tempatnya sehingga tidak bisa diolah jauh dari idealnya,” ujar Novrizal Direktur Pengelolaan
kembali. Perancangan tempat sampah otomatis ini menggunakan
Sampah Kementerian Lingkungan Hidup dan Kehutanan
Machine Learning dengan memanfaatkan konsep Internet of
Things (IoT) sebagai sarana untuk memilah sampah otomatis (KLHK) RI [2].
berdasarkan kategori organik dan anorgarnik dan Raspberry Pi Berdasarkan sifatnya, sampah dapat dikategorikan menjadi
model B+ sebagai komponen utamanya. Metode ini menggunakan sampah organic dan sampah anorganik [3]. Sampah organik
Image Processing untuk mengambil gambar sampah yang masuk. merupakan kategori sampah yang dapat membusuk seperti sisa
Tempat sampah ini memiliki sensor ultrasonik untuk mengukur dapur dan makanan, sedangkan sampah anorganik merupakan
 ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4069
2
kategori sampah yang dihasilkan dari proses teknologi seperti berat sampah dan bank sampah bisa memantau lewat aplikasi
logam, plastik, kaleng, dan sebagainya. Ketercampuran dengan tersebut.
sampah organik bisa mengurangi nilai dan mengurangi kualitas
sampah anorganik. Sehingga, sampah yang seharusnya bisa di D. Metode Penyelesaian
daur ulang menjadi tidak bisa di daur ulang [4]. Berikut uraian metodologi yang digunakan pada pengerjaan
Untuk mengatasi hal tersebut pemerintah sudah memberikan MaTrash ini, sebagai berikut:
solusi cerdas dalam mengelola sampah, yaitu bank sampah. 1) Tahap Studi Literatur
Bank sampah merupakan suatu sistem pengelolaan sampah Pada tahap ini yang dilakukan adalah mengidentifikasi
secara kolektif yang mendorong masyarakat untuk berperan sebuah masalah yang akan dijadikan sebagai proyek. Setelah
serta aktif di dalamnya, dengan cara menyalurkan sampah yang ide terbentuk, maka dilakukan mencari, mengumpulkan,
bernilai ekonomi yang telah dikumpulkan masyarakat kepada mempelajari studi literatur yang berisi tentang teori, temuan,
pasar sehingga masyarakat mendapat keuntungan ekonomi dari dan bahan yang dijadikan acuan pembuatan Machine Learning
kegiatan menabung sampah[5]. Pengelolaan bank sampah pendeteksi kategori sampah. Mencari referensi yang
secara kolektif memberikan upaya untuk mengurangi berhubungan dengan topik MaTrash ini yaitu Machine
pembuangan sampah pada tempat akhir. Namun dalam kasus Learning, Raspberry pi, Hardware IoT dalam bentuk internet,
tersebut, tempat sampah yang sudah dikategorikan organik buku, jurnal, paper, dan lain-lain. Selain itu, mempelajari dan
maupun anorganik belum di optimalkan oleh masyakarat. memahami materi yang berhubungan dengan topik tugas akhir.
Keberadaan Internet of Things disingkat dengan nama IoT, 2) Tahap Analisis dan Perancangan Sistem
adalah salah satu tren dalam dunia teknologi. IoT sendiri dapat Pada tahap ini menganalisa kebutuhan sistem yang akan
diartikan sebagai aktivitas antara manusia dan benda(things), dibuat. Analisis dilakukan untuk menentukan usia,
benda dengan benda, seperti sensor, robot, dan cloud yang memperhatikan behaviour manusia untuk merancang arsitektur
terhubung melalui protokol komunikasi standar untuk saling sistem, dan alur sistem aplikasi MaTrash.
menerima atau mengirimkan informasi sehingga 3) Tahap Implementasi
memungkinkan proses kerja menjadi efisien [6]. IoT Pada tahap ini, diprosesnya menjadi serangkaian kode yang
membutuhkan machine learning untuk berkembang. Karena nantinya akan membentuk sebuah sistem dan aplikasi yang
machine learning merupakan meniru cara kerja manusia dari utuh dengan menggunakan komponen-komponen yang sudah
memproses input untuk menghasilkan respons logis. Seperti disurvei. Untuk pembuatan sistem device yang disiapkan
penerapan pada tempat sampah yang terdapat sensor ketinggian adalah Raspberry Pi 3 Modul B+, Ultrasonic, Loadcell,
supaya sampah tidak penuh maupun pengklasifikasi jenis Camera Pi v1. Dan software yang digunakan adalah python
kategori sampah. untuk membangun sistem, android studio untuk membangun
Dari permasalah di atas, tim kami membuat Matrash dengan aplikasi, IBM Watson untuk mengolah gambar, firebase untuk
teknologi IoT dimana terdapat machine learning untuk tempat menampung data. Kemudian untuk alat tempat sampah
sampah umum berdasarkan pemilahan sampah otomatis dirancang sedemikian rupa.
dengan kategori organik dan anorganik, dan akan di 4) Tahap Pengujian
implementasikan ke bank sampah. Sehingga bank sampah bisa Pada tahap ini proses pengujian akan dilakukan pada bagian
memilah sampah tersebut secara kolektif. Dan ke depannya hardware untuk memastikan sensor dapat bekerja mendeteksi
Matrash dapat mengurangi sampah yang berujung di objek. Setelah hardware bekerja dengan baik dan program
pembuangan tempat akhir. dibuat, selanjutnya dilakukan pengujian sistem android,
kemudian pengujian tersebut dibuat kuesioner dan disebarkan
B. Rumusan Masalah melalu online dan offline.
Berdasarkan latar belakang di atas, maka rumusan masalah 5) Tahap Pembuatan Laporan
yang akan dibahas adalah sebagai berikut: Membuat laporan proyek akhir yang berisi dokumentasi
1) Bagaimana mengategorikan jenis sampah organik dan tahap-tahap yang dilakukan untuk menyelesaikan tugas akhir
anorganik dengan Machine Learning ? serta hasil analisisnya. Laporan proyek akhir diantaranya berisi
tentang landasan teori, tahapan pembuatan, dan hasil akhir dari
2) Bagaimana mengimplementasikan IoT, aplikasi pembuatan aplikasi.
android dan terintegrasi dengan bank sampah ?
II. TINJAUAN PUSTAKA
C. Tujuan
Berdasarkan rumusan masalah yang ada, tujuan dari A. Definisi Sampah
penelitian ini yang akan dicapai antara lain: Sampah adalah suatu bahan yang terbuang atau dibuang;
1) Dapat mengategorikan sampah yang akan dibuang ke merupakan hasil aktivitas manusia maupun alam yang sudah
tempat sampah sesuai dengan jenis sampahnya berdasarkan tidak digunakan lagi karena sudah diambil unsur atau fungsi
database gambar yang dipelajari Machine Learning. utamanya. Sebenarnya sampah bukanlah tidak ada harganya.
Sampah adalah sesuatu yang bernilai bila kita tahu dan mau
2) Mengimplementasikan sistem pada smartphone memanfaatkannya kembali [5]. Penumpukan sampah
berbasis android sebagai tracking ketinggian tempat sampah, disebabkan oleh volume sampah yang sangat besar sehingga
 ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4070
3
melebihi kapasitas daya tampung tempat pembuangan sampah secara langsung ataupun tidak, dengan cara mempelajarinya
akhir (TPA). Pengelolaan sampah yang terjadi selama ini dengan algoritma tertentu.
dirasakan tidak memberikan dampak positif kepada lingkungan Machine learning digunakan untuk membuat program yang
dan kurangnya dukungan kebijakan dari pemerintah [7]. bisa belajar dari data. Berbeda dengan program komputer biasa
yang statis, program machine learning adalah program yang
1) Sampah Organik
dirancang untuk mampu belajar sendiri [10]. Cara belajar
Sampah organik adalah sampah yang mudah program machine learning mengikuti cara belajar manusia,
terdegradasi/terurai oleh alam. Meski dibiarkan begitu saja yakni belajar dari contoh-contoh.
sampah ini akan menghilang dengan sendirinya. Sampah Machine learning adalah seperti membuat program yang
organik ada dua jenis, yaitu sampah organik hewani dan bisa menebak kotak hitam yang memiliki rumus fungsi yang
sampah organik hayati. Sampah organik hewani adalah sampah belum diketahui. Kotak Hitam itu diberikan sebuah input dan
organik yang berasa dari tubuh binatang misalnya sisa daging, akan menghasilkan output tertentu. Dari data-data input dan
tulang, jerohan ikan, dan masih banyak lagi. Sementara itu, output yang diperoleh, maka program akan menebak rumus
sampah organik hayati berasal dari bagian tubuh tumbuhan fungsi yang paling mendekati keakuratan. Adapun alur kerja
contohnya potongan sayur, kulit buah, guguran daun taman, Machine Learning mencakup:
dan lain sejenisnya [8] • Mengumpulkan dataset
• Eksplorasi data
2) Sampah Anorganik
• Memberikan latihan terhadap model yang dipilih
Sampah anorganik, berasal dari sumber daya alam yang • Evaluasi Model
tidak dapat diperbaharui secara alami atau memerlukan waktu
• Prediksi
yang sangat lama untuk terurai. Meski sampah ini tidak bisa
Akurasi awal dari program Machine Learning biasanya
terurai, tapi pemanfaatannya bisa dikomersilkan untuk diolah
sangat buruk. Sebab pada awalnya program ini ‘tidak tahu apa-
kembali menjadi barang yang layak pakai. Ada beberapa
apa’. Namun, seiring berjalannya waktu, semakin sering kita
sampah anorganik yang tidak tedapat terurai seperti botol
melatih program, semakin banyak contoh-contoh yang
plastik[8].
dipelajari oleh program, maka program ini akan semakin
B. Bank Sampah ‘cerdas’ dan akurat.
Bank sampah adalah mengajak masyarakat untuk aktif C.1. IBM Watson(Cloud)
dalam memilah dan memberikan sampahnya ‘menabung’ IBM Cloud adalah layanan komputasi awan dari IBM yang
dengan cara menukarkan sampah tersebut menjadi suatu benda menawarkan PaaS(Platform as a Services) dan
bernilai ekonomis[3]. Melalui bank sampah setiap sampah IaaS(Infrastructure as a Service). Layanan IaaS pada IBM
masyarakat akan disalurkan kepada pabrik atau pengelola Cloud memungkinkan pengguna untuk bisa mengakses dan
sampah lain agar sampah tersebut dapat terkelola dan diubah men-deploy sumber daya IT yang tervirtualisasi seperti
menjadi nilai. Biasanya nilai tersebut dapat berupa uang. Saat komputasi, penyimpanan, dan jaringan. Sedangkan untuk
ini industri bank sampah hanya menerima sampah yang bersifat layanan PaaS, IBM Cloud berbasiskan Cloud Foundry, sebuah
kering saja. Adapun sampah-sampah tersebut adalah: open source cloud platform. Dengan Cloud Foundry, developer
1) Jenis sampah plastik. Sampah plastik yang diterima bisa menggunakan IBM Cloud untuk membuat, mengelola, dan
oleh bank sampah adalah botol kemasan minuman plastik, menjalankan aplikasinya pada infrastruktur cloud populer
gelas kemasan minuman plastik, dan sampah plastik lainnya seperti Java, Node.js, PHP, Python, dan dukungan bahasa
yang tidak termasuk jenis plastik mika dan plastik label lain[11].
kemasan.
2) Jenis sampah kertas. Sampah kertas umum diterima D. Internet of Things(IoT)
bank sampah adalah koran, majalah, buku tulis bekas, karton,
Internet of Things disingkat dengan nama IoT adalah
duplek, dan kardus.
konsep dimana,objek tertentu memiliki kemampuan untuk
3) Jenis sampah kaca. Sampah yang termasuk jenis ini
mentransfer data melalui jaringan. Tanpa memerlukan interaksi
adalah botol kaca, gelas kaca, toples, dan sampah lainnya yang
dari manusia ke manusia, atau dari manusia ke perangkat
bersifat kaca.
komputer. IoT ini juga sering diidentifikasi dengan RFID
C. Machine Learning sebagai metode komunikasi. Meski begitu, IoT juga dapat
Machine learning (ML), bagian dari kecerdasan buatan memasukkan teknologi sensor lain, seperti teknologi nirkabel
(artificial intelligence)¸ merupakan metode untuk atau kode QR yang sering kita temukan di sekitar kita. Ada
mengoptimalkan performa dari system dengan mempelajari banyak hal yang dapat dilakukan IoT. Kemampuan berbagi
data sampel atau data histori[9]. Dalam kehidupan sehari-hari, data, memungkinkan fungsi remote control dapat bekerja
obyek dapat diidentifikasi dengan mudah oleh manusia, namun sempurna. Saat ini, hampir berbagai sektor kehidupan manusia,
belum tentu dapat dijelaskan secara spesifik. Disinilah peran bersentuhan dengan IoT. Seperti dalam proses bahan makanan,
machine learning dalam mengenali, mengidentifikasi, ataupun elektronik, hingga berbagai jenis mesin. Dimana terhubung ke
mempredisiki data tertentu dengan mempelajari data histori sistem jaringan lokal maupun global, melalui sensor yang terus
(experience data). Dengan machine learning, model dibuat aktif. IoT bekerja dengan memanfaatkan argumen
 ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4071
4
pemrograman, di mana masing-masing perintah argumen dapat terpenting dari sebuah load cell dengan fungsi untuk
menghasilkan interaksi antara mesin yang telah terhubung mendeteksi besarnya perubahan dimensi jarak yang disebabkan
secara otomatis tanpa campur tangan manusia dan tanpa jarak oleh suatu elemen gaya [17].
yang tidak terbatas. Jadi, Internet di sini adalah penghubung
antara dua interaksi mesin. Sedangkan manusia dalam D.5. Servo Motor
pekerjaan IoT hanya menjadi pengatur dan pengawas mesin Servo motor adalah komponen elektronika yang berupa
yang bekerja secara langsung [12]. motor yang memiliki sistem feedback guna memberikan
informasi posisi putaran motor aktual yang diteruskan pada
D.1. Raspberry Pi 3 Module B+ rangkaian kontrol mikrokontroler. Pada dasarnya servo motor
Raspberry Pi(RPi) merupakan sebuah SBC(Single Board banyak digunakan sebagai aktuator yang membutuhkan posisi
Computer) seukuran kartu kredit yang dikembangkan oleh putaran motor yang presisi. Komponen utama penyusun motor
Yayasan Raspberry Pi di Inggris(UK)dengan maksud untuk servo antara lain motor DC, gear rasio, potensiometer serta
memicu pengajaran ilmu komputer dasar di sekolah-sekolah controller servo. Adanya komponen potensiometer difungsikan
[13]. Raspberry Pi ini sebuah modul komputer yang juga sebagai feedback nilai yang akan diolah menjadi data posisi
mempunyai input output digital port seperti pada board aktual. Sedangkan fungsi dari controller servo yaitu
microcontroller. Diantara kelebihan Raspberry Pi dibanding memberikan sinyal-sinyal PWM (Pulse Width Modulator)
board microcontroller yang lain yaitu mempunyai port atau untuk menggerakan motor melalui kabel motor[18].
koneksi untuk display berupa TV atau Monitor PC serta III. ANALISIS PERANCANGAN DAN KEBUTUHAN
koneksi USB untuk keyboard serta mouse[10]. Saat ini terdapat
lima model dari keluarga Raspberry Pi, yakni : Raspberry Pi A. Gambaran Arstektur
model A+, Raspberry Pi model B+, Raspberry Pi 2, Raspberry
Pi 3, dan Raspberry Pi Zero. Raspberry Pi(RPi) 3 merupakan
generasi ketiga dari keluarga Raspberry Pi.
D.2. Modul Raspberry Pi Camera V1.3
Raspberry Pi Camera Modul V1 merupakan modul
tambahan Raspberry Pi untuk mengambil gambar dan video Gbr. 1 Sistem Arsitektur
dengan resolusi tinggi. Pi Camera V1 dirilis pada bulan
tahun2013. Pi Camera V1 memiliki peningkatan resolusi 5 Matrash merupakan tempat sampah umum yang dapat
megapixels [15]. memilah sampah otomatis berdasarkan kategori organik
maupun anorganik dan bank sampah bisa memantau Matrash
D.3. Sensor Ultrasonic
melalui aplikasi Matrash. Ketika user membuang sampah ke
Modul sensor Ultrasonik ini dapat megukur jarak antara 3
Matrash, maka sistem akan melakukan pengukuran berat
cm sampai 300 cm. Keluaran dari modul sensor ultrasonik ini
sampah menggunakan load cell (sensor berat), dimana apabila
berupa pulsa yang lebarnya merepresentasikan jarak. Lebar
berat sampah tersebut >= 100 gram, maka akan dilakukan
pulsanya yang dihasilkan modul sensor ultrasonik ini bervariasi
penangkapan objek sampah oleh pi camera. Setelah
dari 115 uS sampai 18,5 mS. Sensor ultrasonik ini terdiri dari
mendapatkan gambar sampah, maka sistem akan mengirimkan
sebuah chip pembangkit sinyal 40Khz, sebuah speaker
ke machine learning (IBM Watson) untuk dicocokan
ultrasonik dan sebuah mikropon ultrasonik. Speaker ultrasonik
kategorinya yang kemudian machine learning tersebut akan
menguah sinyal 40 KHz menjadi suara sementara microphone
memberikan respon dalam bentuk JSON. Lalu sistem akan
ultrasonik berfungsi untuk mendeteksi pantulan suaranya.
mengirimkan perintah ke servo motor untuk memutar papan ke
Sinyal output modul sensor ultrasonik dapat langsung
arah yang sesuai dengan kategori tersebut. Dan setelah sampah
dihubungkan dengan mikrokontroler tanpa tambahan
masuk, maka ultrasonic (sensor jarak) akan mendeteksi
komponen apapun. Sensor ultrasonik akan mengirimkan suara
ketinggian Matrash saat ini. Setelah semua value didapatkan
ultrasonik ketika ada pulsa trigger dari mikrokontroler. Suara
akan disimpan di Firebase Database agar bisa dipantau oleh
ultrasonik akan merambar di udara dengan kecepatan
bank sampah melalui aplikasiMatrash. Dan apabila Matrash
344,434m/detik yang kemudian mengenai objek dan
penuh, sistem akan mengirimkan notifikasi ke bank sampah
dipantulkan kembali ke modul sensor ultrasonik tersebut[16].

D.4. Sensor Berat (Load Cell) B. Target Pengguna Aplikasi

Sensor load cell merupakan sensor yang dirancang untuk Target MaTrash digunakan untuk tempat umum. Namun,
mendeteksi tekanan berat sebuah beban, sensor load cell spesifikasi target pengguna dari aplikasi Matrash adalah Bank
umumnya digunakan sebagai komponen utama pada sistem Sampah, pria atau wanita dengan umur 18–50 tahun yang
timbangan digital, dimana load cell menggunakan prinsip memiliki pengalaman Android dan memiliki kesadaran
tekanan yang memanfaatkan sensor strain gauge. Strain gauge terhadap lingkungan terutama pada sampah.
merupakan perangkat listrik yang terbuat dari bahan yang tahan
perubahan suatu regangan. Strain gauge merupakan bagian C. Diagram Alur Aplikasi
 ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4072
5
menampilkan halaman masuk ke aplikasi, posisi disini adalah
bank sampah sudah mendaftarkan. Apabila lupa kata sandi
maka akan ditujukan ke halaman lupa kata sandi, jika tidak
maka akan menuju ke halaman beranda.
Pada menu beranda akan menampilkan pemilihan tempat
lokasi sampah, kemudian aplikasi akan mengarahkan lihat
detail tempat sampah yang terdapat monitoring ketinggian
tempat sampah organik dan anorganik.
Pada menu riwayat akan menampilkan data sampah yang
masuk sebelumnya. Apabila memilih organik atau anorganik
akan ada menampilkan nama anorganik, lokasi tempat sampah,
perkiraan total keseluruhan saldo(organik dan anorganik) yang
masuk, dan harga sampah yang masuk. Kemudian, jika melihat
detail sampah untuk bagian organik atau anorganik,
menampilkan nama sampah, berat, dan harga sampah. Jika ada
data sampah yang salah masuk maka ada edit berupa
pertanyaan.
Pada menu Informasi Akun, menampilkan halaman akun,
dan bisa di edit, kemudian terdapat notifikasi, tentang aplikasi,
versi aplikasi, dan keluar akun.
D. Kebutuhan Pengembang Sistem
Dalam mengembangkan dan membagun MaTrash,
Gbr. 2 Diagram Alur Sistem Tempat Sampah dibutuhkan perangkat dan pengimplementasiannya yang dibagi
menjadi dua jenis yaitu perangkat keras dan perangkat lunak.
Perangkat lunak merupakan perangkat berbentuk sistem yang
membantu dalam pembangunan sistem. Dan,perangkat keras
merupakan perangkat yang memiliki bentuk dan wujud.
Perangkat-perangkat yang digunakan untuk mengembangkan
sistem merupakan perangkat yang cenderung sederhana namun
sudah memiliki spesifikasi memenuhi. Adapun detail dari
perangkat yang digunakan diantaranya :
1) Kebutuhan Perangkat Keras (Hardware)
Komputer yang digunakan untuk kebutuhan pembuatan
android sebagai berikut:
Tabel 1 Kebutuhan Perangkat Keras
Tempat Sampah Laptop
- Tempat Sampah -Operating system Windows
- Papan Plastik 10 64-bit for Android
- Raspberry Pi 3 Model B+ -Operating system Raspbian
- Ultrasonic HC-SR04 Buster for Machine
- Load Cell 50Kg + Module Learning
Hx711 24bit ADC gain -RAM 8 Gigabyte
Gbr. 3 Diagram Alur Sistem Aplikasi amplifier -Processor Intel i7-4750HQ
- Camera Pi V1 -Hardisk 00 Gigabyte
Pada gambar 2 diagram alir MaTrash, pengguna membuang
Servo Motor MG996R Koneksi WiFi, Port USB
sampah pada tempatnya, kemudian sistem akan melanjutkan di
tahap mengecek berat sampah, apabila berat sampah kurang
2) Kebutuhan Perangkat Lunak (Software)
dari 100 gram, maka selesai, lebih dari sama dengan 100 gram
Perangkat lunak yang dibutuhkan sebagai berikut:
maka bisa lanjut ke sistem cek kategori sampah anorganik.
Pada tahap ini,sistem cek kategori sampah anorganik atau • Python
bukan, jika iya ke tahap mengecek tempat sampah penuh atau • Firebase
tidak, jika bukan yang berarti organik ke pengkodisian • Visual Recognition IBM Watson
mengecek tempat sampah penuh atau tidak. Kemudian, sampah • Sistem operasi windows
jenis organik maupun anorganik sudah penuh, maka ada • Figma.com
notifikasi dan ada di list halaman riwayat, apabila tidak berarti
selesai.
E. Perancangan Perangkat Keras
Pada gambar 3 diagram alir aplikasi MaTrash, akan
 ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4073
6
disimpan di Firebase database sehingga aplikasi Matrash dapat
mengambil data dari Matrash melalui Firebase database untuk
bisa dilihat dan di update oleh user (bank sampah).

IV. IMPLEMENTASI DAN PENGUJIAN

A. Implementasi Perangkat Keras

Gbr. 4 Rancangan 2 Dimensi Matrash

Pada gambar 4 Merupakan rancangan Matrash yang

membungkus tempat sampah organik dan anorganik serta
didalamnya terdapat rangkaian diantaranya :
No. Nama Keterangan Gbr. 6 Rangkaian Alat Matrash
1 Raspberry Pi 3 Sebagai otak dari system yang
Pada gambar 6 merupakan rangkaian hardware dari Matrash
dapat mengolah data dan
yang diantaranya terdapat komponen sebagai berikut :
melakukan seluruh proses pada
1) Raspberry Pi 3 Model B+
sistem
2) Camera Pi V1
2 Camera Pi V1 Menangkap gambar sampah
3) Motor Servo
3 Servo Motor Penggerak papan pemilah sampah 4) Ultrasonic
4 Ultrasonic Mengukur ketinggian tempat 5) Load Cell
sampah Dan berikut gambar 7 Matrash yang telah dirangkai:
5 Load Cell + Mengukur berat sampah
HX711
6 Power Bank Daya untuk Raspberry Pi
7 Papan Sebagai penampung sementara
F. Perancangan Level Tinggi

Gbr. 7 Matrash

B. Implementasi Antarmuka
Gbr. 5 High Level Design Antarmuka merupakan tampilan yang telah
Berdasarkan gambar 3.9, Matrash akan melakukan diimplementasikan dari rancangan yang telah dibuat. Berikut
pengklasifikasian sampah berdasarkan kategori organik dan merupakan hasil implementasi antarmuka apikasi yang telah
anorganik. Data gambar sampah (dataset) akan disimpan di dbuat:
cloud IBM Watson (Machine Learning) dimana dataset
tersebut akan di training sebelum dapat digunakan. Setelah
dataset di training, maka Machine Learning dapat
mengklasifikasikan sampah berdasarkan dataset tersebut.
Matrash akan melakukan request ke Machine Learning untuk
dapat menentukan kategori sampah yang telah di screening oleh
kamera yang kemudian Machine Learning tersebut akan
mengirimkan respon dalam bentuk JSON. Setelah
mendapatkan kategori dan beberapa value lain, maka akan
ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4074
7

Gbr. 11 Pilih Tanggal Riwayat Gbr. 12 Halaman Riwayat

Gbr. 5 Halaman Masuk Gbr. 6 Halaman Lupa Kata Sebelumnya
Sandi

Gbr. 14 Halaman Akun

Gbr. 13 Halaman Detail Pengguna
Riwayat - Anorganik
Gbr. 7 Halaman Beranda Gbr. 8 Halaman Detail Lokasi
Tempat Sampah

Gbr. 15 Halaman Edit Akun Gbr. 16 Halaman Tentang

Aplikasi
Gbr. 9 Halaman Detail Sampah Gbr. 10 Halaman Riwayat
C. Usability Testings
Usability Testing dilakukan dengan membuat kuesioner
untuk menguji seberapa jauh pemahaman pengguna terhadap
ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4075
8
aplikasi. Total responden yang mengisi adalah 19 orang.
Berikut hasil Usability Testing yang telah dilakukan:
1) Aspek Tujuan Aplikasi Dan Tempat Sampah

Chart 5 Hasil Tanggapan Pengguna Terhadap Pemudahan Pemantauan

Pada Fitur Aplikasi Informasi Tempat Sampah

Chart 1 Hasil Tanggapan Pengguna Terkait Pengaruh Terhadap

Lingkugan

Chart 6 Hasil Tanggapan Pengguna Tentang Kelayakan Produk MaTrash

3) Aspek User Friendly

Chart 2 Hasil Tanggapan Pengguna tentang MaTrash membantu dalam

pemilahan sampah otomatis

Chart 7 Hasil Tanggapan Pengguna Berupa Kesesuaian Bentuk Tempat

Sampah

Chart 3 Hasil Tanggapan Pengguna Tentang Pemudahan Dalam

Memantau Tempat Sampah

2) Aspek Kegunaan Aplikasi Dan Tempat Sampah

Chart 8 Hasil Tanggapan Pengguna Berupa Kesesuaian Fungsi Tombol

Chart 4 Hasil Tanggapan Pengguna Tentang Fitur Aplikasi Yang

Memberikan Informasi Secara Akurat Dan Bermanfaat
 ISSN : 2442-5826 e-Proceeding of Applied Science : Vol.6, No.2 Desember 2020 | Page 4076
9
https://regional.kompas.com/read/2019/07/11/10561961/kesadaran-memilah-
sampah-yang-masih-minim. [Diakses 23 September 2019].
[2] Wem Fernandez, “Duh, 72% Masyarakat Indonesia Tak Peduli Pengolahan
Sampah,” gatra.com, 26 Juni 2019, [Online]. Available:
https://www.gatra.com/detail/news/424474/gaya%20hidup/duh-72-
masyarakat-indonesia-tak-peduli-pengolahan-sampah. [Diakses 01 November
2019].
[3] Y. U. Indonesia, “Buku panduan bank sampah 10 kisah sukses, yayasan
unilever indonesia,” 2008
[4] P. T. Juniman, “Memulai kebiasaan memilah sampah organik dan anorganik.”
https://www.cnnindonesia.com/gaya-hidup/20180228112510-282-279355/
memulai-kebiasaan-memilah-sampah-organik-dan-anorganik. Accessed:
2019-09-23
Chart 9 Hasil Tanggapan Pengguna Berupa Kesesuaian Warna dan Ikon [5] K. Sejati, “Pengolahan sampah terpadu,” p. 12, 2009.
Pada Aplikasi MaTrash
[6] A. Permana, “Menilik perkembangan iot di indonesia.” https://www.itb.ac.id/
news/read/57158/home/menilik-perkembangan-iot-di-indonesia. Accessed:
Berdasarkan pertanyaan diatas, hasil indeks yang diperoleh 2020-06-18.
dari rata-rata responden yaitu setuju dan sangat setuju. Produk [7] N.D.A.D.Utami,Indrasti,“Pegelolaansampahrumahtanggaberbasiskomunitas :
MaTrash telah sesuai dengan tujuan dan batasan masalah. Teladan dari dua komunitas di sleman dan jakarta selatan,” vol. 2008, pp. 49–
68, 2008.
V. KESIMPULAN DAN SARAN [8] Y. F Hasim, Hedianto, “Gerakan 3r, pembentukan masyarakat peduli daur
A. Kesimpulan. ulang. bandung : Indonesian education promoting foundation,” 2010.
Berdasarkan hasil pengujian prototipe yang telah dirancang [9] E. Alpaydin, “Introduction to Machine Learning/ethem alpaydin. – 2nd ed,”
dan dibangun, maka dapat disimpulkan bahwa : vol. 2009, 2009.
[10] Suryanto, “Machine Learning tingkat dasar dan lanjut. bandung:informatika
1)Tempat sampah untuk pemilahan sampah organik dan bandung,” vol. 2018, 2018.
anorganik yang telah di rangkai dengan menggunakan
[11] C. Kathleen, “Ibm cloud (formerly ibm bluemix and ibm softlayer).” https:
hardware, kemudian disambungkan dengan raspberry pi 3 dan //searchcloudcomputing.techtarget.com/definition/IBM-Bluemix. Accessed:
di hubungkan dengan perangkat android yaitu berhasil. 2020-04-29.
2) Keakuratan tempat sampah yang terhubung dengan [12] D. Ariko, “Apa itu iot, cara kerja dan contoh penerapannya.” https://www.
garudacitizen.com/apa-itu-iot-internet-of-things/. Accessed: 2020-06-22.
android rata-rata 95%. Karena setiap sampah yang masuk, data
sampah tersebut akan masuk dalam android, dan sampah [13] Pccontrol, “Pengetahuan dasar dan pemrograman Raspberry Pi.”
https://pccontrol.wordpress.com/2014/06/17/ pengetahuan-dasar-dan-
apabila penuh maka ada notifikasi.
pemrograman-raspberry-pi/. Accessed: 2019-11-01.
3) Gambar dataset yang dimasukkan hanya bisa [14] B. Benchoff, “Introducing The Raspberry Pi 3.” https://hackaday.com/2016/
menampung 1000 gambar 02/28/introducing-the-raspberry-pi-3/. Accessed: 2019-11-01.
[15] T. R. P. Foundation, “Camera module.” https://www.raspberrypi.org/
4) Kecepatan proses sistem bergantung pada koneksi documentation/hardware/camera//. Accessed: 2019-11-01.
internet.
[16] U. M. Arief, “Pengujian sensor ultrasonik ping untuk pengukuran level
5) Pengujian sistem menggunakan satu sampah dan tidak ketinggian dan volume air. jurnal ilmiah elektrikal enjiniring unhas,” vol.
2011, p. 9, 2011
bisa bersamaan.
[17] R. LoadCell, “Apa itu strain gauge ?.” http://www.rajaloadcell.com/article/
apa-itu-strain-gauge--26. Accessed: 2020-06-13.
B. Saran
[18] N. Ilmu, “Cara mengakses motor servo menggunakan arduino.” https://www.
Sebagai bahan masukan demi peningkatan proyek akhir ini nyebarilmu.com/cara-mengakses-motor-servo-menggunakan-arduino/.
menjadi lebih baik, pengembang memberikan saran, antara lain Accessed: 2020-02-06.
sebagai berikut:
1) Dalam pengembangan selanjutnya dilakukan
penambahan data set gambar sampah, agar machine learning
dapat terus-terusana mempelajari obyek yang baru.
2) Untuk pengembangan selanjutnya, tempat untuk
membungkus tempat sampah dilakukan print 3 dimensi,
sehingga produk tempat sampah menjadi menarik dan bisa
diimplementasikan untuk umum.
3) Pengembangan selanjutnya yaitu anorganik lebih di
spesifikasi lagi supaya harga sesuai dengan pasar.

DAFTAR PUSTAKA
[1] Firman Taufiqurrahman, “Kesadaran Memilah Sampah yang Masih Minim,”
Kompas.com, 11 Juli 2019. [Online]. Available: