Implementasi Machine Learning Menggunakan Algoritma Klasifikasi untuk Mendeteksi Jenis Sampah

Salah satu aspek penting dalam pengelolaan sampah adalah pengelompokan dan pemilahan sampah berdasarkan jenisnya. Namun pemilahan sampah yang dilakukan masyarakat seringkali tidak tepat dan tidak konsisten. Hal ini dapat disebabkan oleh kurangnya pengetahuan tentang jenis sampah, kebingungan dalam mengidentifikasi jenis sampah yang benar, atau kesulitan dalam menghafal pedoman pemilahan yang rumit. Oleh karena itu diperlukan suatu sistem yang dapat mendeteksi jenis sampah secara cepat dan akurat tanpa melibatkan banyak tenaga manusia. Salah satu solusi teknologi yang dapat digunakan adalah pembelajaran mesin. Metode yang digunakan dalam penelitian ini adalah algoritma Random Forest. Data yang digunakan terdiri dari sampah yang dikelompokkan berdasarkan karakteristik seperti tekstur dan bentuk. Data ini diproses melalui ekstraksi fitur dan preprocessing sebelum diterapkan pada model Random Forest. Akurasi model diuji menggunakan teknik validasi silang untuk menilai kinerja klasifikasi. Hasil percobaan menunjukkan bahwa algoritma Random Forest dapat mencapai tingkat akurasi yang tinggi dalam mendeteksi jenis limbah. Akurasi yang diperoleh mencapai 94%, dengan hasil yang konsisten di setiap lipatan validasi silang. Model ini terbukti efektif dalam mengklasifikasikan berbagai jenis sampah menggunakan fitur-fitur yang tersedia. Penerapan algoritma Random Forest dalam pendeteksian jenis sampah menunjukkan potensi besar dalam perbaikan sistem pengelolaan sampah berbasis teknologi. Dengan akurasi tinggi, model ini dapat diterapkan pada berbagai sistem klasifikasi sampah di masyarakat, membantu meningkatkan efisiensi proses daur ulang dan pengurangan sampah.