SIARAN PERS
504/UN54.15/HM.02.03/2026
Penulis : Chichi Rizka Gunawan
Langsa, 20 Oktober 2026 – Universitas Samudra (UNSAM) melalui penelitian yang diketuai Chichi Rizka Gunawan, M.Kom. berhasil mengembangkan prototipe sistem pemilahan sampah otomatis berbasis Deep Learning untuk mengklasifikasikan jenis sampah pada bank sampah. Penelitian skema Penelitian Pemula tahun 2026 ini memanfaatkan teknologi kamera dan Convolutional Neural Network (CNN) untuk mengenali karakteristik sampah secara otomatis. Inovasi tersebut menjadi salah satu upaya UNSAM dalam mengembangkan teknologi tepat guna yang mendukung pengelolaan lingkungan secara lebih efektif, efisien, dan berkelanjutan.
Pengembangan sistem ini dilatarbelakangi oleh meningkatnya volume sampah yang menjadi tantangan dalam pengelolaan lingkungan di Indonesia. Proses pemilahan sampah yang masih dilakukan secara manual memiliki keterbatasan dari segi efisiensi dan akurasi, terutama ketika berhadapan dengan beragam jenis material. Kondisi tersebut mendorong perlunya inovasi berbasis teknologi yang dapat membantu proses identifikasi dan pemilahan sampah secara lebih sistematis, termasuk dalam mendukung kegiatan operasional bank sampah.
Melalui penelitian berjudul Pengembangan Sistem Pemilahan Sampah Otomatis Berbasis Deep Learning untuk Klasifikasi Jenis Sampah pada Bank Sampah, tim peneliti merancang sistem yang mengintegrasikan kamera dengan model kecerdasan buatan. Kamera digunakan untuk mengambil gambar sampah secara langsung, kemudian citra tersebut diproses melalui tahapan preprocessing dan normalisasi agar dapat dianalisis oleh model CNN. Selanjutnya, sistem mengidentifikasi karakteristik visual sampah dan mengklasifikasikannya ke dalam kategori yang sesuai.
Dalam proses pengembangannya, sistem dirancang untuk mengenali berbagai jenis sampah, seperti organik, anorganik, dan kategori lainnya. Hasil klasifikasi kemudian digunakan sebagai dasar dalam proses pemilahan, sehingga sampah dapat diarahkan ke tempat yang sesuai berdasarkan jenisnya. Pendekatan ini diharapkan dapat membantu mengurangi ketergantungan terhadap pemilahan manual serta mendukung peningkatan efektivitas pengelolaan sampah di bank sampah.
Hasil penelitian menunjukkan bahwa tim berhasil mengembangkan prototipe sistem pemilahan sampah otomatis berbasis Deep Learning dengan memanfaatkan kamera dan model CNN. Pengujian yang dilakukan menunjukkan bahwa sistem dapat mendukung kegiatan pemilahan sampah pada bank sampah. Capaian tersebut menjadi langkah awal dalam pengembangan teknologi pengelolaan sampah berbasis kecerdasan buatan yang dapat disesuaikan dengan kebutuhan lingkungan dan masyarakat.
Ketua peneliti, Chichi Rizka Gunawan, M.Kom. bersama anggota peneliti Nurul Fadhillah, S.ST., M.T. Chicha Rizka Gunawan, S.Kom., M.Kom. (Dosen Fakultas Sains dan Teknologi Universitas Samudra), mengembangkan penelitian ini melalui skema Penelitian Pemula UNSAM tahun 2026. Penelitian tersebut diarahkan untuk menghasilkan teknologi yang tidak hanya berorientasi pada pengembangan model komputasi, tetapi juga memiliki potensi penerapan dalam pengelolaan sampah. Kolaborasi tim menjadi bagian penting dalam proses pengembangan sistem, mulai dari perancangan hingga pengujian prototipe.
Dari sisi capaian teknologi, penelitian ini berada pada Tingkat Kesiapterapan Teknologi (TKT) 3, yaitu tahap pembuktian konsep atau Proof of Concept. Pada tingkat ini, konsep teknologi telah dikembangkan dan diuji pada tahap awal melalui prototipe. Capaian tersebut menunjukkan bahwa sistem telah melewati tahap konseptual, tetapi masih memerlukan pengembangan dan pengujian lebih lanjut sebelum dapat diterapkan secara luas dalam operasional industri maupun pengelolaan sampah berskala besar.
Selain menghasilkan prototipe teknologi, penelitian ini juga menghasilkan luaran ilmiah dan memperoleh pencatatan hak cipta atas Sistem Pemilahan Sampah Otomatis Berbasis Deep Learning dengan nomor pencatatan 001541238. Capaian tersebut menjadi bagian dari kontribusi penelitian UNSAM dalam memperkuat pengembangan ilmu pengetahuan, inovasi teknologi, serta perlindungan hasil karya akademik.
Pengembangan sistem pemilahan sampah otomatis ini turut memiliki keterkaitan dengan Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs), khususnya SDG 11 tentang Kota dan Permukiman yang Berkelanjutan serta SDG 12 tentang Konsumsi dan Produksi yang Bertanggung Jawab. Pemanfaatan teknologi dalam proses pemilahan diharapkan dapat mendukung pengelolaan sampah yang lebih baik, meningkatkan potensi kegiatan daur ulang, serta mendorong pemanfaatan sumber daya secara bertanggung jawab. Dengan demikian, penelitian ini memiliki relevansi terhadap upaya menciptakan lingkungan yang bersih, sehat, dan berkelanjutan.
Melalui penelitian ini, UNSAM terus mendorong pengembangan inovasi berbasis kecerdasan buatan yang berorientasi pada kebutuhan masyarakat. Prototipe sistem pemilahan sampah otomatis tersebut menjadi salah satu kontribusi perguruan tinggi dalam menghadirkan solusi teknologi terhadap persoalan lingkungan. Pengembangan dan pengujian lanjutan diharapkan dapat meningkatkan kesiapan teknologi sehingga berpotensi dimanfaatkan secara lebih luas untuk mendukung pengelolaan sampah yang modern dan berkelanjutan.(Humas_Unsam)
Kontak Media:
Humas Universitas Samudra
Cut Aziziah Raudhah
Telepon/WA: 0811-6888-797
Email: humas@unsam.ac.id
Website: www.humas.ac.id
The post Dosen FST UNSAM Kembangkan Prototipe Pemilahan Sampah Otomatis Berbasis <i>Deep Learning</i>, Dukung Pengelolaan Lingkungan Berkelanjutan appeared first on Universitas Samudra.