Implementasi Logika Fuzzy C-Means untuk Segmentasi Sampah Ambigu dalam Sistem Sortir Otomatis Berbasis Computer
DOI:
https://doi.org/10.62712/juktisi.v5i1.1067Keywords:
Computer Vision, Database Relasional, Fuzzy C-Means, Sampah Ambigu, Segmentasi CitraAbstract
Sistem sortir sampah otomatis berbasis computer vision umumnya menghadapi kendala saat mengidentifikasi sampah ambigu objek yang mengalami deformasi wujud, kotor, atau saling tumpang tindih sehingga sulit dikategorikan secara tegas oleh metode thresholding konvensional. Penelitian ini menerapkan algoritma Fuzzy C-Means (FCM) untuk segmentasi citra sampah ambigu berdasarkan ekstraksi fitur ruang warna HSV. Berbeda dengan pengklasteran tegas (hard clustering), FCM memberikan nilai keanggotaan fuzzy pada setiap piksel untuk memisahkan latar belakang konveyor dan objek sampah secara lebih halus. Guna mendukung manajemen data operasional, sistem ini diintegrasikan dengan database relasional sebagai media penyimpanan log segmentasi dan koordinat fisik objek. Hasil pengujian menunjukkan bahwa algoritma FCM berhasil melakukan segmentasi objek ambigu dengan rata-rata nilai Intersection over Union (IoU) sebesar 87,5%, serta mampu menyuplai data koordinat spasial secara real-time ke sistem basis data untuk interaksi lengan robot pemilah. Target utama penelitian ini adalah meningkatkan akurasi deteksi pada objek yang samar agar efisiensi pemilahan meningkat. Berdasarkan data pengujian, sistem ini terbukti meminimalkan galat koordinat spasial pada lengan robot pemilah secara signifikan.
Downloads
References
L. J. Lingga, M. Yuana, N. A. Sari, H. Nur Syahida, and C. Sitorus, “Sampah di Indonesia: Tantangan dan Solusi Menuju Perubahan Positif,” Innov. J. Soc. Sci. Res., vol. 4, no. 4, pp. 12235–12247, 2024, [Online]. Available: https://j-innovative.org/index.php/Innovative
I. F. Aziza, “Pelatihan Pengelolaan Sampah Rumah Tangga Berbasis Masyarakat di Desa Sumberejo Gedangan,” J. Edukasi Literasi Masy., vol. 1, no. 1, pp. 44–51, 2024.
E. F. Harahap, R. M. Yojana, I. Mayusda, W. Septiani, and P. Astuti, “Mengatasi Tantangan Pengelolaan Sampah di Depok: Pendekatan Pemilahan dan Pengolahan Sampah di Masyarakat (,” Yumary J. Pengabdi. Kpd. Masy., vol. 5, no. 2, pp. 221–227, 2024, doi: 10.35912/yumary.v5i2.3105.
D. Masmur and M. Snae, “Rancang Bangun Sistem Sortir Buah Cabai Berdasarkan Warna Berbasis Arduino Uno,” HOAQ (High Educ. Organ. Arch. Qual. J. Teknol. Inf., vol. 15, no. 1, pp. 33–42, 2024, doi: 10.52972/hoaq.vol15no1.p33-42.
A. Garda, N. Hakh, R. Hajar, and P. Sejati, “Aplikasi Mobile Untuk Pengelolaan Sampah dengan Pengenalan Jenis Sampah Menggunakan Teknologi Computer Vision,” Media Online), vol. 6, no. 1, pp. 183–196, 2025, [Online]. Available: https://hostjournals.com/bulletincsr
Y. S. Nur’aini, N. Al Zahra, M. F. Ilham, I. T. Kusnadi, S. Bahri, and T. S. N. Koeswara, “Sistem Klasifikasi Sampah Berbasis YOLOv8 dengan Pemicu Ultrasonik untuk Efisiensi Daya,” J. Ilm. Sist. Inf., vol. 5, no. 2, pp. 141–153, 2026.
A. Lusman, R. Devita, O. E. Putra, E. Rianti, and F. Islami, “Implementasi Computer Vision Dalam Deteksi Dan Klasifikasi Sampah Otomatis Pada Sistem Pengolahan Limbah Perkotaan,” J. Sains Inform. Terap., vol. 5, no. 1, pp. 115–121, 2026.
M. Gusti Tri Ananda, W. Pardosi, and A. Maysari Br Sembiring, “Literatur Review: Metode Thresholding Untuk Mengidentifikasi Penyakit Pada Daun Bawang Merah,” FIMERKOM J. Inf. Syst. Technol., vol. 1, no. 1, pp. 6–10, 2024.
D. Prayogi, S. R. Lubis, M. A. Rizko, and A. G. Suteja, “Optimalisasi Segmentasi Citra Digital Metode Canny Edge Detection dan Thresholding,” RIGGS J. Artif. Intell. Digit. Bus., vol. 4, no. 2, pp. 6334–6339, 2025, doi: 10.31004/riggs.v4i2.1613.
N. LILANSA, F. SURYATINI, and D. M. D. WAHIDIN, “Implementation of HSV Algorithm for Speed Synchronization of Robot Arm and Conveyor,” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 13, no. 2, p. 170, 2025, doi: 10.26760/elkomika.v13i2.170.
R. Prayoga, R. P. M. D. Labib, and A. Soetedjo, “The Implementasi Inverse Kinematic Pada Lengan Robot Untuk Proses Pemilahan Barang Berdasarkan Objek Menggunakan Computer VisionTER VISION: Implementation of Inverse Kinematics on a Robotic Arm for the Sorting Process of Goods Based on Objects Using Computer Vision,” El Sains J. Elektro, vol. 7, no. 2, pp. 15–20, 2025.
S. A. B. Telaumbanua, F. Setiadi, and S. Nurjanah, “Analisis Clustering Menggunakan Metode Enhanced Fuzzy C-Means Clustering Dengan Algoritma Rock Pada Student Performance Dataset,” bit-Tech, vol. 7, no. 3, pp. 984–994, 2025, doi: 10.32877/bt.v7i3.2287.
Jaelani, Octaviana, and Elkin Rilvani, “Studi Literatur: Perbandingan Algoritma K-Means dan Fuzzy C-Means dalam Analisis Clustering,” J. Comput. Sci. Technol., vol. 5, no. 2, pp. 52–58, 2025, doi: 10.54840/jcstech.v5i2.382.
M. Sipan and R. K. Pramuyanti, “Implementasi Fuzzy C Mean Clustering Menggunakan Segmentasi Warna pada Mata Tua (Presbyopia),” Elektrika, vol. 15, no. 2, p. 113, 2023, doi: 10.26623/elektrika.v15i2.7976.
M. R. Pratama, S. Zahrah Hidayat, A. R. Nuruddin, H. W. Niamaputri, D. Fetty, and T. Anggraeny, “Optimasi Peningkatan Kontras Gambar Menggunakan Interval-Valued Intuitionistic Fuzzy Sets dan Contrast Limited Adaptive Histogram Equalization (CLAHE),” in Prosiding Seminar Implementasi Teknologi Informasi dan Komunikasi, 2025, pp. 307–317.
M. R. Syahputra and Y. R. Nasution, “Klasifikasi Tingkat Kematangan Kopi Gayo Berdasarkan Fitur Citra Warna Kulit Menggunakan Metode Transformasi Ruang Warna HSV,” J. Comput. Digit. Bus., vol. 5, no. 2, pp. 49–58, 2026.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Azizah, Fardan Rifaldi Ilmi, Bernadus Boli Geroda, Hendra Supendar, Riza Fahlapi
This work is licensed under a Creative Commons Attribution 4.0 International License.
