More Related Content
Similar to Waste Segregator Based on AI
Similar to Waste Segregator Based on AI (20)
Waste Segregator Based on AI
- 1. AWS (Artificial Intelligence Waste Segregation): Solusi Tepat Guna Pengelolaan Sampah di Indonesia CONVOLUTIONAL NEURAL NETWORK – DEEP LEARNING – ARTIFICIAL INTELLIGENCE – WASTE SEGREGATION
- 2. Putu Evan Teknik Mesin 2022 Our Team Arya William Teknik Fisika 2022 OUR TEAM – DOA IBU Doa Ibu – Institut Teknologi Sepuluh Nopember
- 3. —Bill Gates “Kami percaya bahwa teknologi komputer dapat melakukan keajaiban.” MOTIVATIONAL SENTENCE – TECHNOLOGY – MAGICAL – BILL GATES MOTIVATIONAL SENTENCE – TECHNOLOGY – MAGICAL – BILL GATES
- 4. Latar Belakang 01 01 Hal ini disebabkan oleh peningkatan populasi penduduk, pesatnya perkembangan industri, dan tingkat urbanisasi yang masif Sistem Pengelolaan Sampah Konvensional Sudah Tidak Relevan
- 5. Di Indonesia, kesadaran pemilahan sampah berbasis sumber sangatlah minim Pemilahan Sampah Tidak Berbasis Sumber 02 Tidak hanya itu, penerapan Undang-undang No. 18 Tahun 2008. terkait Pengelolaan Sampah Kawasan Industri juga kerap diabaikan
- 6. 03 Studi Sustainable Waste Indonesia (2018) melaporkan hanya 7% dari total 65 juta ton sampah didaur ulang tiap tahunnya Selain itu, dihimpun dari 136 kabupaten/kota di Indonesia, 23% dari 17 juta ton sampah masih tidak terkelola (Sistem Informasi Pengelolaan Sampah Nasional, 2022) Beragam Jenis Sampah Tercampur dan Tidak Terkelola
- 7. Penggunaan tenaga manusia secara manual sangatlah tidak efisien Pemilahan Manual Timbulkan Ancaman Serius 04 Risiko terpapar infeksi dan penyakit dari sampah menjadi alasan utama transisii metode pemilahan sampah terkini
- 8. 05 Salah satu progression dari Artifical Intelligence (AI), yakni Convolutional Neural Network yang dapat mengenali dan mengklasifikasi objek pada citra digital. Pengaplikasian ini memungkinkan pemilah sampah (waste segregation) melakukan pemilahan bervolume besar dan jenis yang variatif Teknologi Pemilahan Sampah Berbasis Convolutional Neural Network (CNN)
- 9. TUJUAN INOVASI 1 Menganalisis dampak dari sampah di TPA/TPS yang menumpuk dan tidak terpilah Tujuan Inovasi 02 2 Mengatasi permasalahan pada pemilahan sampah dengan tenaga manusia di TPA/TPS 3 Memperkenalkan pemanfaatan teknologi deep learning dalam pemilahan sampah di TPA/TPS 4 Mengatasi permasalahan pada pemilahan sampah dengan tenaga manusia TPA/TPS 5 Mengetahui keunggulan AWS (Artificial Intelligence Waste Segregation System): Solusi Tepat Guna Pengelolaan Sampah di Indonesia Menjelaskan mekanisme kerja AWS (Artificial Intelligence Waste Segregation System): Solusi Tepat Guna Pengelolaan Sampah di Indonesia
- 10. REDUCE Mengurangi penumpukan sampah-sampah di TPA/TPS SIMPLIFY Mempermudah proses pemilahan sampah berskala besar dan variatif PREVENT Mencegah risiko infeksi dan penyakit dari proses pemilahan sampah secara manual EDUCATE Menambah wawasan masyarakat mengenai pemanfaatan teknologi deep learning, khususnya pada pemilahan sampah di TPA/TPS ORGANIZE Membuat pengelolaan sampah di TPA/TPS menjadi lebih tertata, efisien, dan komprehensif MANFAAT INOVASI Manfaat Inovasi 03
- 11. SOLUSI YANG PERNAH DITAWARKAN Conveyor Pemilah Sampah • Tidak efisien • Masih dilakukan secara manual • Terdapat kemungkinan kesalahan pemilahan GEMILPAH: Mesin Pemilah Sampah Otomatis • Tidak cocok untuk pemilahan skala besar • Biaya produksi tinggi untuk produksi masif Solusi yang Pernah Ditawarkan 04
- 12. SISTEM HARDWARE – SISTEM SOFTWARE CNN Conveyor Belt. Camera. Rotary Screen. Vacuum Gripper. Sistem Hardware dan Software 05
- 13. DESIGN INOVASI DESIGN- DESIGN BAK SAMPAH. GRIPPER. CAMERA CONVEYOR BELT
- 14. SWOT ANALYSIS - SWOT ANALYSIS - SWOT ANALYSIS MEKANISME KERJA Step 2 Step 4 Step 1 Step 3 Sampah-sampah tiba di TPA/TPS Step 5 Sampah diangkut ke conveyor untuk diteruskan ke rotary screen Sampah dipilah berdasarkan ukuran dengan rotary screen Sampah diteruskan ke magnetic conveyor Sampah diteruskan ke zona pengklasifikasian oleh kamera Mekanisme Kerja 05
- 15. SWOT ANALYSIS - SWOT ANALYSIS - SWOT ANALYSIS MEKANISME KERJA Mekanisme Kerja 04 Step 7 Step 9 Step 6 Step 8 Kamera yang terintegrasi sistem CNN akan mengklasifikasikan sampah berdasarkan jenisnya Vacuum gripper akan mengambil sampah sesuai dengan pembacaan kamera Bak-bak sampah yang terisi penuh akan memberi sinyal indikator kepada petugas Sampah hasil pemilahan siap diolah sesuai dengan kegunaan dan kebutuhan 05
- 16. Efficiency. Menghemat waktu dalam proses pengerjaan Big Scale. Volume sampah yang ditangani dalam jumlah besar Automation. Minim menggunakan tenaga manusia Accurate. Akurasi pemilhan sampah dari sistem AI yang tinggi Flexible. Vacuum gripper yang dirancang dapat mengambil berbagai bentuk sampah KEUNGGULAN INOVASI Keunggulan Inovasi 06 Specific. Sampah yang terpilah berdasarkan ukuran dan jenis material
- 17. PROYEKSI AWS - PROYEKSI AWS - PROYEKSI AWS 327,33 TON/HARI (SIPSN, 2022) PROYEKSI AWS KAPASITAS OPERASI : 20-30 TON HARI
- 18. BAHAN JUMLAH HARGA PER SATUAN HARGA TOTAL ROTARY SCREEN 1 Buah Rp 50.000.000 Rp 50.000.000 KAMERA WEBCAM 1 Buah Rp 1.000.000,00 Rp 1.000.000,00 VERTICAL CONVEYOR BELT 1 Buah Rp 15.000.000,00 Rp 15.000.000,00 HORIZONTAL CONVEYOR BELT 3 Buah Rp 11.000.000,00 Rp 33.000.000,00 ROBOTIC ARM 1 Buah Rp 200.000.000,00 Rp 200.000.000,00 TOTAL Rp 299.000.000 ANALISIS FINANSIAL - ANALISIS FINANSIAL -
- 19. 386,000 km PIHAK-PIHAK TERKAIT INOVASI – STAKEHOLDERS - KELEMBAGAAN Lembaga Pendidikan Pihak-pihak terkait Inovasi 07 Lembaga Penelitian Lembaga Pemerintahan Lembaga Swasta
- 20. PENGOLAHAN SAMPAH OUTPUT - OUTPUT - OUTPUT - OUTPUT - OUTPUT - OUTPUT SAMPAH ORGANIK SAMPAH ANORGANIK 1 2 1 2
- 21. Milestone MILESTONE – FUTURE WORKS Riset, Perancangan, Prototyping Implementasi di Lapangan Uji Lapangan dan Evaluasi Komersialisasi Produk Tahun 01-02 Tahun 03-04 Tahun 05-06 Tahun 07-08 08
- 22. WE CAN USE TECHNOLOGY TO CLEAN INDONESIA! AWS: Artificial Intelligence Waste Segregation AWS: Artificial Intelligence Waste Segregation