Integrasi Teachable Machine dan Arduino untuk Klasifikasi Sampah
DOI:
https://doi.org/10.31851/ampere.v10i1.18814Keywords:
Teachnable Machine, Keras, ArduinoAbstract
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.
References
F. Tandipau and K. Batvian, “Permasalahan Pengelolaan Sampah Di Pemukiman Masyarakat Kelurahan Malawili Distrik Aimas,” J. Eng., vol. 5, no. 2, pp. 97–106, 2023.
B. R. Perkasa, A. Sularsa, and A. Pratondo, “Implementasi Klasifikasi Citra Untuk Mendeteksi Embrio Bebek Pada Aplikasi Mobile Menggunakan Artificial Intelligence Image Classification Implementation for Detecting Duck Embryos on Mobile Application With Artificial Intelligence,” e-Proceeding Appl. Sci., vol. 8, no. 1, pp. 1–7, 2022.
A. E. Prasetiyanto and C. P. Hadisusila, “Aplikasi Arduino dalam Teknik I/O untuk Mengintegrasikan dan Mengendalikan Perangkat Elektronik,” Nusant. Eng., vol. 6, no. 2, pp. 96–102, 2023, doi: 10.29407/noe.v6i2.21308.
Syafriyadi Nor, Annisa Maulidia Damayanti, and Sarifudin, “Integrasi teachable machine dengan arduino untuk pengklasifikasian bentuk objek secara real-time,” J. Elektron. dan Otomasi Ind., vol. 11, no. 1, pp. 263–273, 2024, doi: 10.33795/elkolind.v11i1.5777.
A. N. Septihadi, I. Hidayatullah, and F. Susanto, “Analisis Performa Deteksi Cacar Monyet dengan Model Klasifikasi Gambar Menggunakan Teachable Machine dan Keras,” Expert J. Manaj. Sist. Inf. dan Teknol., vol. 14, no. 1, p. 55, 2024, doi: 10.36448/expert.v14i1.3623.
Z. F. Muhamad Auliya, “Pemanfaatan Google Teachable Machine Untuk Klasifikasi Sampah Daur Ulang,” vol. 4, no. April, 2025.
Afis Julianto, Andi Sunyoto, and Ferry Wahyu Wibowo, “Optimasi Hyperparameter Convolutional Neural Network Untuk Klasifikasi Penyakit Tanaman Padi,” Tek. Teknol. Inf. dan Multimed., vol. 3, no. 2, pp. 98–105, 2022, doi: 10.46764/teknimedia.v3i2.77.
N. Rochmawati, H. B. Hidayati, Y. Yamasari, H. P. A. Tjahyaningtijas, W. Yustanti, and A. Prihanto, “Analisa Learning Rate dan Batch Size pada Klasifikasi Covid Menggunakan Deep Learning dengan Optimizer Adam,” J. Inf. Eng. Educ. Technol., vol. 5, no. 2, pp. 44–48, 2021, doi: 10.26740/jieet.v5n2.p44-48.
D. Rika Widianita, “PENGARUH BATCH SIZE PADA TRAINING AKURASI ALOGIRTMA CNN (STUDI KASUS SISTEM PAKAR TANAMAN KENTANG),” AT-TAWASSUTH J. Ekon. Islam, vol. VIII, no. I, pp. 1–19, 2023.
A. Arifudin, “Rancang Bangun Sistem Keamanan Pintu Rumah Menggunakan Metode Segitiga Wajah (triangle face) Berbasis Raspberry Pi,” J. Teknol. Elektro, vol. 12, no. 1, p. 29, 2021, doi: 10.22441/jte.2021.v12i1.006.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Nyayu Latifah Husni, Moch Hikmal Abrar1, Niksen Alfarizal
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Ampere is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
