Perpustakaan Digital ITB

Sampah plastik yang tidak dikelola dengan baik mencemari sistem sungai di Indonesia seperti Sungai Cikapundung dalam jumlah besar. Kebijakan yang tepat dan tindakan cepat yang tepat sasaran berdasarkan data aktual dipluran untuk mengatasi masalah jangka panjang tersebut. Kami mengembangkan sistem deteksi polusi plastik real-time di Sungai Cikapundung berdasarkan deteksi objek CNN untuk citra udara. Data citra udara dikumpulkan dari drone dan diproses dalam GPU edge. Hasil yang berisi kelas, jumlah, dan lokasi plastik yang terdeteksi dikirim ke situs web untuk dipantau oleh pengguna. Sistem pemrosesan diimplementasikan dalam Jetson Nano didayai oleh baterai berbasis Li-Po mampu beroperasi selama 2 jam, memanfaatkan arsitektur CNN dari YOLOv7 yang dikembangkan untuk aplikasi edge GPU. Sistem berhasil mendeteksi plastik dengan presisi hingga 86,9% dan akurasi kuantifikasi 78%. Sistem dapat menggantikan pemantauan manual saat ini dengan deteksi yang lebih cepat untuk area yang lebih luas. Perbaikan di masa mendatang dapat berfokus pada peningkatan akurasi pendeteksi objek, kinerja waktu, dan mengembangkan drone terintegrasi dan sistem pemrosesan.