Deteksi Sampah Plastik di Saluran Irigasi Menggunakan Algoritma Yolov8 (Studi Kasus : Sampah Plastik di Selokan Mataram, Yogyakarta)

Abstract

Persoalan sampah plastik di saluran irigasi merupakan masalah lingkungan yang semakin mendesak, salah satunya terjadi di Selokan Mataram, Yogyakarta. Metode konvensional seperti pembersihan manual atau inspeksi visual sering kali tidak efisien, sehingga dibutuhkan solusi berbasis teknologi dengan memanfaatkan kecerdasan buatan yang mampu mendeteksi sampah secara otomatis, cepat, dan akurat. Untuk menjawab persolan tersebut, dibutuhkan sebuah sistem deteksi yang mampu melakukan deteksi objek dengan tingkat kecepatan dan akurasi yang tinggi. Salah satu pendekatan deep learning yang cocok diterapkan adalah You Only Look Once versi 8 (YOLOv8). Algoritma ini memiliki kemampuan deteksi objek dalam gambar dan video yang dapat melakukan identifikasi secara real-time. Penelitian ini bertujuan untuk mendeteksi dan menghitung jumlah objek sampah plastik di Selokan Mataram. Dataset yang digunakan sebanyak 1586 gambar, diperoleh melalui pengambilan foto langsung di lokasi maupun dari internet. Seluruh gambar dilabeli menggunakan platform Roboflow. Model yang digunakan adalah YOLOv8m yang dilatih selama 100 epoch dengan ukuran batch 8 dan resolusi gambar 640x640 piksel. Sistem akhir mengintegrasikan deteksi objek dengan algoritma pelacakan ByteTrack serta logika penghitung sekuensial untuk menampilkan ID dan total akumulasi objek secara visual menggunakan library Supervision dan OpenCV. Hasil pengujian menunjukkan bahwa model mampu mendeteksi sampah plastik dengan performa yang baik, yang dibuktikan dengan perolehan nilai mean Average Precision (mAP) sebesar 0,817. Capaian ini mengindikasikan bahwa algoritma YOLOv8 efektif untuk diimplementasikan sebagai sistem deteksi dan penghitungan sampah plastik di saluran irigasi secara otomatis.