RANCANG BANGUN ALAT SMART BIN AI RUANG TUNGGU PASIEN DI RUMAH SAKIT

Rafi Budhi Rahmadani, Imam Tri Harsoyo, Patrisius Kusi Olla

Abstract


Abstract:  Hospital cleanliness is very important in creating a healthy and comfortable hospital environment. Therefore, proper waste management is needed. Waste that is not managed properly can cause environmental pollution and health problems. To overcome these problems, a smart trash bin system is needed that can detect and sort waste automatically. In this final project, a Smart Bin AI tool based on Arduino Uno is designed and built, equipped with a HuskyLens sensor, servo motor, and artificial intelligence (AI) system for waste type classification. The HuskyLens sensor is used to detect the presence of objects according to their type and classification, while the servo motor functions as a trash can lid driver. The integrated AI system helps classify waste types into organic, inorganic and B3 based on visual images. The test results show that this tool can operate automatically and provide a fast and accurate response in waste classification with a success rate of 90%. With this system, the waste disposal process becomes more efficient, hygienic, and supports efforts to maintain environmental cleanliness in hospitals.

Abstrak: Kebersihan di rumah sakit merupakan suatu hal yang sangat penting dalam menciptakan lingkungan rumah sakit yang sehat dan nyaman . oleh karena itu diperlukan pengelolaan sampah yang baik dan benar. Sampah yang tidak terkelola dengan baik dapat menyebabkan pencemaran lingkungan dan masalah kesehatan. Untuk mengatasi permasalahan tersebut, dibutuhkan sistem tempat sampah pintar (Smart Bin) yang mampu mendeteksi dan memilah sampah secara otomatis. Pada tugas akhir ini, dirancang dan dibangun sebuah alat Smart Bin AI berbasis Arduino Uno yang dilengkapi dengan sensor HuskyLens, servo motor, dan sistem kecerdasan buatan (AI) untuk klasifikasi jenis sampah. Sensor HuskyLens digunakan untuk mendeteksi keberadaan objek sesuai jenis dan klasifikasinya, sedangkan servo motor berfungsi sebagai penggerak tutup tempat sampah. Sistem AI yang terintegrasi membantu mengklasifikasikan jenis sampah menjadi organik, anorganik dan B3 berdasarkan citra visual. Hasil pengujian menunjukkan bahwa alat ini dapat beroperasi secara otomatis dan memberikan respons yang cepat serta akurat dalam pengklasifikasian sampah dengan nilai persentase keberhasilan sebesar 90%. Dengan adanya sistem ini, proses pembuangan sampah menjadi lebih efisien, higienis, dan mendukung upaya dalam menjaga kebersihan lingkungan di rumah sakit.

                 


Keywords


Smart Trash Bin;Arduino Uno;Artificial Intelligence;Husky Lens Sensor;Trash Type Detector.

Full Text:

PDF

References


Abdhul, A. (2022). Metodologi Penelitian Terapan untuk Ilmu Teknik. Penerbit Teknologi Nusantara.

Alvina, B. (2023). Klasifikasi sampah pada image recognition menggunakan metode Resnet50v2. Politeknik Harapan Bersama Tegal.

Amrah, Z. (2023). Rancang Bangun Tempat Sampah Otomatis Berbasis Arduino Uno. JSSIT: Jurnal Sains Dan Sains Terapan, 1(1), 43986–43997.

https://doi.org/10.30631/jssit.v1i1.6

Anggara, J., Ryansyah, E., Dermawan, B. A., Karawang, U. S., & Timur, T. (2025). Implementasi object detection dalam klasifikasi sampah untuk meningkatkan efisiensi pengelolaan limbah. JATI: Jurnal Mahasiswa Teknik Informatika, 9(3), 4923–4930. https://doi.org/https://doi.org/10.36040/jati.v9i3.13813

Aprilla, A., Prihartono, W., Rohmat, C. L., & Kunci, K. (2024). Optimasi Model Klasifikasi Citra Sampah Daur Ulang Dengan Algoritma Yolo11. Jurnal Khatulistiwa Informatika, 12(2), 92–97. https://doi.org/10.31294/jki.v12i2.24646

Bentoutou, H., Boutte, A., Limam, L., Yazid, B., & Laribi, A. (2023). Design and Analysis of a DC/DC Buck Converter with Load Switch for Educational Nanosatellite Power Sub-systems. 74th International Astronautical Congress (IAC).

Bourougaa-Tria, S., Mokhati, F., Tria, H. E., & Bouziane, O. (2022). SPubBin: Smart Public Bin Based on Deep Learning Waste Classification: An IOT system for Smart Environment in Algeria. Informatica (Slovenia), 46(8), 41–66.

https://doi.org/10.31449/inf.v46i8.4331

Damayanti, S., & Noer, Z. M. (2025). Smart Dustbin Based on Internet of Things ( IoT ) Information System Using Telegram Smart Dustbin Berbasis Internet of Things ( IoT ) Sistem Informasi Menggunakan Telegram. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 5(January), 451–462.

https://doi.org/0.57152/malcom.v5i1.1754

Digital, N. (2019). Interfacing LCD 2004 (20×4) atau 1602 (16×2) Karakter dengan I2C Backpack. NN Digital | Belajar Arduino, ESP8266 / NodeMCU, STM32, Raspberry Pi, Mikrokontroller Dan Teknologi Informasi Lainnya. https://www.nn-digital.com/blog/2016/04/16/interfacing-lcd-2004-20x4-atau-1602-16x2-karakter-dengan-i2c/

Harsoyo, I. T., Ulin Nuha ABA, M., & Cahyati, D. (2023). Smart Glove Berbasis IoT dengan Output Teks dan Suara. Jurnal Teori Dan Aplikasi Fisika, 11(02), 21–28. https://doi.org/10.23960/2fjtaf.v11i2.3212

Hou, N., Yan, X., & He, F. (2019). A survey on partitioning models, solution algorithms and algorithm parallelization for hardware/software co-design. Design Automation for Embedded Systems, 23(1–2), 57–77.

https://doi.org/https://doi.org/10.1007/s10617-019-09220-7

Jokanan, J. W., Widodo, A., Kholis, N., & Rakhmawati, L. (2022). Rancang Bangun Alat Monitoring Daya Listrik Berbasis IoT Menggunakan Firebase dan Aplikasi. Jurnal Teknik Elektro, 11(1), 47–55. https://doi.org/10.26740/jte.v11n1.p47-55

Kementerian kesehatan RI, I. (2022). Pedoman pengelolaan limbah medis di fasilitas pelayanan kesehatan. Kemenkes RI.

Malik, M., Sharma, S., Uddin, M., Chen, C. L., Wu, C. M., Soni, P., & Chaudhary, S. (2022). Waste Classification for Sustainable Development Using Image Recognition with Deep Learning Neural Network Models. Sustainability (Switzerland), 14(12), 1–18. https://doi.org/10.3390/su14127222

Margolis, M. (2011). Arduino Cookbook. O’Reilly.

Minarto, L., Muni, A., & Lestari, C. D. (2021). Rancang Bangun Tempat Sampah Pintar dengan Notifikasi. Jurnal Teknologika, 11(2), 108–114.

https://doi.org/https://doi.org/10.51132/teknologika.v11i2.137

Muslihati, M., Sahibu, S., & Taufik, I. (2024). Implementasi Algoritma Convolutional Neural Network untuk Klasifikasi Jenis Sampah Organik dan Non Organik. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(3), 840–852. https://doi.org/10.57152/malcom.v4i3.1346

Rachael. (2017). Lab Experiments - Performance Evaluation and Testing of LM2596 DC-DC Converter Board. Element14. https://community.element14.com/members-area/personalblogs/b/rachael-s-blog/posts/lab-experiments---performance-evaluation-and-testing-of-lm2596-dc-dc-converter-board

Satrio, R. (2024). Sistem Tempat Sampah Otomatis (Organik & Non Organik) Berbasis Energi Surya Dengan Indikator Penuh Menggunakan Arduino di Politeknik Harapan Bersama Kota Tegal. Politeknik Harapan Bersama Tegal.

Sukarjadi, H., Ramdani, E., & Wijaya, D. (2017). Smart Trash Bin Berbasis Arduino Uno. Digilib Universitas Lampung.

Susanto, E. S., Sistem, F. R., & Sumbawa, U. T. (2025). Perancangan prototype alat monitoring dan kontrol peralatan listrik berbasis internet of things ( IoT ) pada rumah tangga menggunakan sensor Pzem-004T The design of a prototype monitoring and control device for household electrical appliances based on the. Sismantec, 13(2), 91–100.

https://doi.org/https://doi.org/10.21107/simantec.v13i2.29078

Wibowo, A. (2024). Keamanan Sistem Tertanam (Embedded System Security). Yayasan Prima Agus Teknik.

Wiguno, S. (2021). Sistem Otomatisasi pada Smart Trash Bin Menggunakan Node MCU Berbasis Internet of Things. Politeknik Harapan Bersama Tegal.




DOI: https://doi.org/10.31764/justek.v8i2.31593

Refbacks

  • There are currently no refbacks.


JUSTEK : Jurnal Sains dan Teknologi sudah terindeks

    

EDITORIAL OFFICE: