Pengelolaan sampah perkotaan masih menghadapi permasalahan keterlambatan pengangkutan dan penumpukan sampah akibat belum tersedianya informasi kapasitas tempat sampah yang akurat pada Tempat Penampungan Sementara (TPS). Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model klasifikasi kapasitas tempat sampah menggunakan beberapa algoritma machine learning berbasis dataset privat citra drone yang merepresentasikan kondisi nyata TPS.
Metode penelitian diawali dengan akuisisi citra lapangan menggunakan drone, dilanjutkan dengan deteksi objek untuk membentuk Region of Interest (ROI) kapasitas tempat sampah. Citra ROI kemudian diproses melalui tahapan preprocessing yang meliputi penyeragaman ukuran, pengurangan noise, konversi ruang warna, peningkatan kontras, dan normalisasi intensitas, serta dilakukan ekstraksi fitur berbasis statistik, histogram grayscale, histogram HSV, dan edge detection. Proses klasifikasi dilakukan menggunakan algoritma K-Nearest Neighbor (KNN), Random Forest, Support Vector Machine (SVM), Logistic Regression, Decision Tree, dan Boosting.
Evaluasi kinerja model dilakukan secara komprehensif menggunakan confusion matrix, akurasi, presisi, recall, dan F1-score, serta dianalisis pengaruh penerapan hyperparameter tuning terhadap kinerja model. Hasil penelitian menunjukkan bahwa seluruh algoritma mampu mengklasifikasikan kapasitas tempat sampah ke dalam kelas kosong, isi, dan penuh dengan tingkat kinerja yang berbeda. Algoritma KNN memberikan kinerja terbaik dan paling stabil dengan nilai akurasi sebesar 0,99, presisi sebesar 0,99, recall sebesar 0,98, dan F1-score sebesar 0,99, serta menunjukkan peningkatan kinerja setelah dilakukan optimasi hyperparameter. Penelitian ini menyimpulkan bahwa model klasifikasi kapasitas tempat sampah berbasis machine learning dengan dukungan dataset privat citra drone memiliki tingkat keandalan yang tinggi dan layak digunakan sebagai sistem pendukung pengambilan keputusan dalam pengelolaan sampah perkotaan pada kondisi nyata.
Abstrak Disertasi:
Judul Disertasi: Pengembangan Model Klasifikasi Kapasitas Tempat Sampah Dengan Machine Learning
Nama: Ritzkal
NIM: P41.2022.00045
