Pengembangan Sistem Klasifikasi Sampah Berbasis Sensor Proximity Induktif, Proximity Kapasitif, Sensor DHT11, dan Logika Fuzzy

Permasalahan pengelolaan sampah yang semakin kompleks di Indonesia, terutama dalam memilah antara sampah organik dan anorganik, mendorong pengembangan sistem otomatis berbasis teknologi. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pemilah sampah otomatis dengan memanfaatkan kombinasi tiga jenis sensor: sensor proximity kapasitif, sensor proximity induktif, dan sensor suhu serta kelembapan DHT11. Ketiga sensor tersebut digunakan untuk mengidentifikasi karakteristik sampah berdasarkan parameter fisik dan lingkungan, seperti jarak deteksi dan kadar kelembapan, yang kemudian dianalisis menggunakan metode logika fuzzy untuk menghasilkan klasifikasi sampah yang akurat.
Metode logika fuzzy diterapkan karena kemampuannya dalam menangani data yang tidak pasti dan ambigu, memungkinkan sistem untuk membuat keputusan berdasarkan nilai keanggotaan yang bervariasi. Penelitian dilakukan dengan menguji sampel sampah nyata yang terdiri dari 10 jenis, baik organik maupun anorganik, dan dianalisis untuk mengetahui tingkat akurasi masing-masing sensor. Hasil pengujian menunjukkan variasi performa tiap sensor, yang kemudian dibandingkan untuk menentukan sensor paling efektif dalam klasifikasi sampah. Kontribusi utama dari penelitian ini adalah memberikan panduan teknis dalam pemilihan sensor yang tepat untuk sistem pemilah sampah otomatis serta menghasilkan rancangan sistem yang mampu mendeteksi dan mengklasifikasi sampah secara real-time. Temuan ini diharapkan dapat diterapkan pada skala rumah tangga, kampus, maupun industri, guna mendukung pengelolaan sampah yang efisien dan berkelanjutan.

===============================================================================================

The increasingly complex waste management issues in Indonesia, especially regarding the separation of organic and inorganic waste, necessitate the development of automated technology-based systems. This research aims to design and develop an automatic waste sorting system by utilizing a combination of three types of sensors: a capacitive proximity sensor, an inductive proximity sensor, and a DHTl 1 temperature and humidity sensor. These three sensors are used to identify waste characteristics based on physical and environmental parameters, such as detection distance and humidity levels. The collected data is then analyzed using fuzzy logic method to achieve accurate waste classification.
Fuzzy logic is applied due to its capability in handling uncertain and ambiguous data, enabling the system to make decisions based on varying membership values. The research involved testing real waste samples, comprising 10 different types (both organic and inorganic), and analyzing each sensor's accuracy. The test results show variations in sensor performance, which were then compared to determine the most effective sensor for waste classification. The main contribution of this research is to provide technical guidance on selecting appropriate sensors for automated waste sorting systems and to produce a system design capable of detecting and classifying waste in real-time. These findings are expected to be applied at household, campus, and industrial scales to support efficient and sustainable waste management.