Perpustakaan Digital ITB

Pemantauan sampah yang dilakukan oleh tim peneliti Institut Teknologi Bandung (ITB), umumnya masih mengandalkan peninjauan video pasca - penerbangan yang memakan waktu dan kurang efisien. Untuk menjawab kendala tersebut, tugas akhir ini mengembangkan sistem edge device berbasis computer vision secara on - board pada drone UAV untuk mendeteksi tiga kelas objek: botol plastik, kaleng, dan tumpukan daun. Pengerjaan berfokus pada perancangan Waste Detection System yang mencakup Visual Detection Subsystem serta subsistem pendukung meliputi akuisisi citra, catu daya independen , konektivitas jaringan, VPN tunnel, dan pembuatan mounting plate. Dari aspek perilaku perangkat mampu menyeleksi temuan berdasarkan tingkat keyakinan dan beroperasi mandiri memproses aliran video secara real - time di udara tanpa mengganggu kinerja penerba ngan drone . Dari sisi antarmuka, subsistem ini berinteraksi dengan perangkat keras kamera melalui protokol CSI , serta menyediakan akses kendali jarak jauh melalui SSH terenkripsi Tailscale. Implementasi perangkat keras mewujudkan integrasi unit komputasi utama Raspberry Pi 5 dan akselerator Raspberry Pi AI HAT+ (26 TOPS) dengan suplai daya powerbank independen agar tidak mengganggu waktu terbang drone UAV. Secara keseluruhan, hasil pengujian menunjukkan bahwa modul berbobot 617 gram dan berdimensi aman di bawah 144x144 mm ini beroperasi stabil melampaui durasi terbang UAV (>18 menit). Adanya akselerator AI memangkas waktu pemrosesan menjadi rata - rata 14,8 milidetik per frame. Modul akuisisi visual berfungsi optimal dengan frame rate terukur di atas 30 FPS dan GSD di bawah 1,5 cm/pixel. Model deteksi objek berhasil memenuhi parameter akurasi sasaran Precision ? 75%, Recall ?0.70, and F1 - Score ?0.73 untuk identifikasi botol plastik dan kaleng pada ketinggian 3 meter dan 5 meter. Meskipun demikian, terdapat penurunan pada ketinggian 7 meter akibat penyusutan ukuran objek, serta dibutuhkannya penambahan dataset untuk kelas tumpukan dedaunan untuk mengeliminasi imbalanced data di masa mendatang.