Penelitian berjudul “Rancang Bangun Smartsort Bin untuk Pemilahan Sampah Organik Dan Non-Organik menggunakan Metode Deep Learning” ini bertujuan untuk merancang dan membangun sistem tempat sampah cerdas yang mampu mendeteksi dan memilah sampah organik, non-organik, dan campuran secara otomatis menggunakan teknologi computer vision. Sistem dikembangkan dengan Raspberry Pi 5 sebagai pusat pemrosesan, Arduino Uno sebagai pengendali aktuator, serta dilengkapi webcam, sensor ultrasonik HC-SR04, motor stepper NEMA 17, dan motor servo MG996R sebagai komponen utama pemilah sampah.
Model deteksi objek dilatih menggunakan YOLOv8s melalui Google Colab dengan dataset hasil pelabelan di Roboflow yang mencakup tiga kelas: organik, non-organik, dan campuran. Model kemudian dikonversi ke format TensorFlow Lite agar dapat dijalankan pada Raspberry Pi. Hasil pelatihan menunjukkan performa model yang baik dengan nilai precision 93,6%, recall 92,7%, dan mAP@0.5 94,8%, yang menandakan kemampuan deteksi dan klasifikasi yang akurat.
Pengujian sistem dilakukan pada tiga kondisi pencahayaan, yaitu gelap (5 lux), sedang (75 lux), dan terang (402 lux). Hasil menunjukkan tingkat keberhasilan keseluruhan 63,9%, dengan performa terbaik pada pencahayaan sedang sebesar 75%. Berdasarkan kelas, akurasi tertinggi terdapat pada non-organik (83,3%), diikuti organik (75%), dan campuran (33,3%).
Dengan hasil tersebut, sistem SmartSort Bin dinilai berhasil menjalankan proses deteksi, klasifikasi, dan pemilahan sampah secara otomatis menggunakan metode YOLOv8 berbasis Raspberry Pi 5. Sistem ini berpotensi dikembangkan lebih lanjut dengan peningkatan kualitas citra, penambahan variasi dataset, serta penerapan logika keputusan multi-frame untuk meningkatkan stabilitas dan akurasi klasifikasi pada berbagai kondisi lingkungan.