Masalah sampah kerap bermula dari hal sederhana, yakni ketika berbagai jenis limbah dibuang ke wadah yang sama. Dari persoalan tersebut, inovasi pemilah sampah terus dikembangkan agar proses pemisahan menjadi lebih mudah. Di UGM, gagasan itu berkembang dari purwarupa karya mahasiswa hingga Smart Waste Bin yang kini dipadukan dengan kecerdasan buatan.
Smart Waste Bin kenali sampah otomatis
Smart Waste Bin dikembangkan dosen Departemen Manajemen FEB UGM Luluk Lusiantoro bersama Qubit Instrument atau CV Bumi Lestari. Perangkat ini menjadi bagian dari WESTA, ekosistem pengelolaan sampah berbasis AI yang menghubungkan perangkat fisik, aplikasi, dan pengolahan data.
Berbeda dari tempat sampah biasa, perangkat tersebut dirancang untuk mengenali sampah sebelum menentukan tempat pembuangannya. Sistem saat ini mengenali tiga kategori, yaitu organik, anorganik, dan residu. Ke depan, klasifikasi akan diperluas agar mampu mengenali lebih banyak jenis sampah, termasuk bahan berbahaya dan beracun atau B3.
Smart Waste Bin | Foto: Web Universitas Gadjah Mada
Luluk menjelaskan, penggunaan AI diarahkan untuk mengurangi kekeliruan yang masih bisa terjadi ketika masyarakat memilah sampah secara manual. Setelah pengguna memasukkan sampah, sistem akan mengenalinya lalu menjalankan proses pemilahan secara otomatis.
“Kami ingin meminimalisasi kesalahan tersebut menggunakan AI sehingga nanti yang punya sampah tinggal memasukan ke smart bin. Selanjutnya AI akan melakukan sortasi secara otomatis,” paparnya.
Pengembangan perangkat juga telah memasuki tahap integrasi. Berdasarkan perkembangan hingga Agustus 2026, instalasi elektronik telah selesai dan seluruh fungsi perangkat dilaporkan berjalan terintegrasi dengan aplikasi serta model AI sejak 18 Agustus. Tahap berikutnya mencakup optimasi model, pengujian akurasi dan stabilitas, serta uji kemudahan penggunaan.
Dari Gemilpah menuju teknologi AI
Jauh sebelum Smart Waste Bin terbaru, mahasiswa FMIPA UGM telah mengembangkan Gemilpah, purwarupa pemilah sampah otomatis. Inovasi ini dibuat Faiz Miftakhur Rozaqi, Ma’ruf Hasan, dan Isfan Chairuman Nasution melalui PKM-KC dengan bimbingan Drs. Iqmal Tahir, M.Si.
Gemilpah menggunakan image processing untuk mengenali pola gambar sampah. Komputer menerima pola yang telah dihimpun, menerjemahkannya menjadi data algoritma, kemudian memberikan perintah kepada mekanisme pemilah. Prototipe tersebut memiliki tiga tujuan pemilahan, yaitu botol, gelas, dan peralatan makan seperti sendok, garpu, serta pisau.
Mekanisme Gemilpah dimulai ketika sampah masuk dan kamera mengidentifikasi bentuknya. Hasil pengenalan kemudian diproses untuk menentukan tutup yang harus terbuka. Faiz menggambarkan alurnya dengan sederhana yakni,
“komputer akan mendeteksi termasuk jenis sampah mana yang masuk, apakah botol, gelas, atau peralatan makan. Lalu, tutup gemilpah akan membuka sesuai jenis sampahnya,” jelasnya.
Rekam jejak tersebut menunjukkan bahwa pemilahan otomatis di lingkungan UGM telah berkembang melalui beberapa pendekatan teknologi. Jurnal IJEIS 2023 juga mencatat rancangan tempat sampah pintar berbasis Arduino Uno yang memakai sensor infrared, proximity, dan ultrasonik untuk membedakan logam, organik, serta nonorganik. Dalam 30 kali pengujian, seluruh percobaan tercatat berhasil.
Data sampah jadi lebih bernilai
Smart Waste Bin tidak berhenti pada pemisahan fisik. Perangkat terhubung dengan aplikasi WESTA melalui Bluetooth Low Energy atau BLE, sehingga hasil identifikasi dapat dikirim dan ditampilkan pada perangkat maupun aplikasi yang sedang disiapkan untuk Google Play Store.
Data yang dihasilkan dapat memuat kategori sampah, estimasi berat, lokasi, merek produk, serta perkiraan pengurangan jejak karbon dalam kilogram CO₂e. Berdasarkan keterangan Luluk, informasi merek diperlukan untuk membantu menelusuri produk yang menyumbang timbulan sampah dan mendukung prinsip Extended Producer Responsibility.
Pendekatan tersebut membuat sampah dipandang sebagai sumber data untuk membaca pola timbulan dan konsumsi. Dalam laporan dari beberapa media, pengguna WESTA juga dirancang dapat memotret sampah menggunakan kamera ponsel, memperoleh identifikasi berbasis computer vision, dan melihat profil sampah yang dihasilkan dari waktu ke waktu.
Luluk menambahkan, sistem ini juga diarahkan untuk mendorong partisipasi melalui insentif. Sampah bernilai ekonomi seperti botol plastik dapat dikonversi menjadi poin ketika masuk ke rantai pengelolaan.
“Saat ini fitur penukaran poin dengan reward masih dalam tahap pengembangan,” jelasnya.
Sementara WESTA diproyeksikan menjalani uji coba di lingkungan FEB UGM. Pengembangan ini mempertemukan teknologi dengan kebiasaan sehari-hari yang selama ini dianggap sepele. Ketika pengguna mengetahui jenis sampah, berat, lokasi, hingga jejak karbonnya, keputusan setelah membuang sampah dapat menjadi lebih terarah. Data tersebut juga membuka ruang bagi pengelolaan yang lebih terukur bagi masyarakat secara luas.
