Penumpukan sampah terus bertambah setiap harinya yang disebabkan oleh tercampur
nya berbagai jenis sampah dan pengelolaan sampah yang buruk. Keadaan ini juga berakibat
pada sulitnya pengolahan sampah yang efektif. Penelitian ini bertujuan untuk merancang dan
mengimplementasikan solusi inovatif dalam pengelolaan sampah dengan fokus pada
pendeteksian jenis sampah organik dan anorganik. Sebagai solusi, dikembangkan sebuah alat
pendeteksi jenis sampah organik dan anorganik yang akan digunakan oleh petugas sampah
dalam mengangkut sampah rumah tangga. Desain alat ini melibatkan integrasi berbagai sensor,
termasuk sensor kapasitif, sensor induktif, dan LDR (Light Dependent Resistor) serta
perangkat display dan lampu, yang berfungsi untuk mendeteksi dan menyampaikan hasil
deteksi secara efektif. Hasil klasifikasi kedua jenis sampah didapatkan dengan mengolah nilai
sensor menggunakan model machine learning dengan akurasi terbaik yang dipilih dari
beberapa model yaitu AdaBoost, KNN, SVM, dan Decision Tree. Dengan menggunakan model
AdaBoost, didapatkan akurasi training menggunakan cross-validation sebesar 84,75% dan
akurasi evaluasi tes set sebesar 80,82%. Dari hasil pengujian alat, didapatkan akurasi klasifikasi
jenis sampah sebesar 91,6% dan nilai error komposisi jenis sampah sebesar 5,06%. Alat ini
mampu mengklasifikasi jenis sampah dengan baik, meskipun kinerja deteksi dipengaruhi oleh
batasan pada jenis objek yang terdeteksi dan sensitivitas terhadap cahaya yang berperan dalam
proses pendeteksian.
Kata kunci: alat pendeteksi, penumpukan sampah, sensor kapasitif, sensor induktif, LDR,
AdaBoost