Sistem Deteksi Sampah di Permukaan Sungai Menggunakan Metode YOLO11 dan YOLOv8 Terintegrasi GPS

Latar belakang. Pencemaran sampah di sungai merupakan permasalahan lingkungan yang serius. Metode pemantauan konvensional melalui inspeksi manual memiliki keterbatasan dalam hal cakupan area dan efisiensi.Tujuan. Penelitian ini bertujuan untuk membangun sistem deteksi sampah di permukaan sungai menggunakan model YOLOv8 dan YOLO11 pada citra video drone, serta memetakan lokasi sampah berdasarkan integrasi dengan koordinat GPS yang ditampilkan pada antarmuka web berbasis peta. Metode. Data dikumpulkan menggunakan drone di Sungai Tallo, Kota Makassar. Penelitian dilakukan dengan mengkurasi dataset menjadi 500 citra yang dibagi rasio 70:20:10 untuk data latih, validasi, dan uji. Dilakukan perbandingan model YOLOv8n, YOLOv8s, YOLO11n, dan YOLO11s pada skenario 100 dan 200 epoch. Sistem dibangun dalam website full-stack dengan FastAPI sebagai backend, Next.js sebagai frontend, dan Supabase sebagai database. Hasil. Kurasi dataset meningkatkan nilai mAP50 terbaik dengan peningkatan sebesar 0,0255. Pada pengujian akhir, model terbaik adalah YOLO11s dengan 200 epoch yang memperoleh mAP50 sebesar 0,7978, Precision sebesar 0,7650, dan Recall sebesar 0,7623. Sementara model terbaik pada keluarga YOLOv8 adalah YOLOv8s dengan 100 epoch yang memperoleh mAP50 sebesar 0,7919, Precision sebesar 0,7504, dan Recall sebesar 0,7415. Kesimpulan. Sistem yang dikembangkan berhasil mengimplementasikan model YOLO11 dan YOLOv8 untuk mendeteksi sampah di permukaan sungai serta mengintegrasikan hasil deteksi dengan data GPS drone sehingga lokasi sampah dapat dipetakan pada web.