EDUCARE.CO.ID – Tumpukan sampah di sungai bisa berubah sewaktu-waktu dan luput dari pemantauan manual. Menjawab tantangan tersebut, lima mahasiswa Politeknik Elektronika Negeri Surabaya (PENS) mengembangkan Swara, sistem pemantauan sampah sungai yang menggabungkan Internet of Things (IoT), kecerdasan buatan atau artificial intelligence (AI), dan laporan masyarakat berbasis lokasi.
Swara dirancang untuk membantu memantau perubahan kondisi sampah di sungai secara real-time. Sistem ini menggabungkan perangkat sensor, kamera, pengolahan citra berbasis AI, dan aplikasi Android untuk menyajikan informasi kondisi sungai kepada pengguna.
Melalui pendekatan tersebut, tim ingin membantu pihak terkait mengenali titik yang membutuhkan perhatian lebih cepat. Swara juga membuka ruang bagi masyarakat untuk melaporkan tumpukan sampah yang mereka temukan di sekitar sungai.
Sensor dan Kamera Otomatis Pantau Perubahan Sampah
Swara menggunakan kamera OV2640 dan sensor ultrasonik tahan air JSN-SR04T. Tim memasang perangkat tersebut di bantaran sungai untuk mengamati perubahan kondisi di sekitarnya.
Sensor ultrasonik mendeteksi perubahan jarak yang signifikan. Ketika sistem menemukan perubahan sesuai pemicu yang ditetapkan, kamera mengambil gambar kondisi sungai secara otomatis.
Perangkat kemudian mengirimkan data sensor dan gambar melalui koneksi Wi-Fi ke server cloud. Sistem memproses data tersebut untuk membantu memperkirakan tingkat cakupan sampah pada area yang terpantau.
Pendekatan otomatis ini dapat membantu mengurangi ketergantungan pada pemeriksaan manual yang hanya berlangsung pada waktu tertentu. Meski demikian, hasil pemantauan tetap perlu mempertimbangkan kondisi perangkat, posisi kamera, dan karakteristik aliran sungai.
AI Kategorikan Kondisi Sampah Menjadi Tiga Tingkat
Untuk menganalisis gambar, Swara mengintegrasikan beberapa teknologi dalam satu alur kerja. Tim memanfaatkan n8n, Roboflow, dan model multimodal Gemini untuk menghubungkan proses pemrosesan data dan AI.
Sistem juga menggunakan Segment Anything Model 3 (SAM 3) untuk membantu mengestimasi persentase area yang tertutup sampah atau waste coverage. Hasil estimasi tersebut menjadi dasar pengelompokan kondisi sungai.
Swara membagi hasil pemantauan ke dalam tiga kategori:
- Normal: cakupan sampah kurang dari 10 persen.
- Warning: cakupan sampah 10–40 persen.
- Urgent: cakupan sampah lebih dari 40 persen.
Pembagian ini membantu pengguna membaca hasil analisis dengan lebih praktis. Kategori tersebut juga dapat menjadi informasi awal untuk menentukan lokasi yang perlu mendapat perhatian.
Namun, tingkat urgensi dalam sistem mengikuti ambang batas yang ditetapkan tim. Penerapan operasional tetap memerlukan pengujian akurasi dan penyesuaian dengan kebutuhan pengelolaan sungai.
Aplikasi Android Sajikan Informasi Pemantauan
Setelah proses analisis selesai, sistem mengirimkan hasilnya melalui REST API dan menyimpan data dalam basis data PostgreSQL. Aplikasi Android kemudian menampilkan informasi kategori kondisi berdasarkan hasil pemantauan.
Melalui aplikasi tersebut, pengguna dapat mengakses informasi yang dihasilkan perangkat. Tim merancang fitur ini untuk membantu pihak terkait, termasuk Dinas Lingkungan Hidup, mengenali titik yang memerlukan pemeriksaan atau penanganan lebih lanjut.
Penyajian informasi dalam satu aplikasi juga dapat mempermudah koordinasi. Petugas atau pengguna dapat menjadikan hasil pemantauan sebagai salah satu bahan pertimbangan sebelum melakukan pemeriksaan langsung di lapangan.
Masyarakat Bisa Ikut Melaporkan Sampah Sungai
Swara tidak hanya mengandalkan perangkat otomatis. Tim juga menghadirkan fitur geo-crowdsourcing yang memanfaatkan informasi lokasi atau geo-tagging.
Fitur tersebut memungkinkan masyarakat melaporkan lokasi tumpukan sampah yang mereka temukan. Informasi dari warga dapat melengkapi data perangkat, terutama untuk lokasi yang belum terjangkau sensor dan kamera.
Keterlibatan masyarakat memperluas sumber informasi dalam pemantauan sungai. Warga dapat membantu menunjukkan titik-titik yang membutuhkan perhatian, sedangkan perangkat otomatis menyediakan data dari lokasi pemasangan.
Kombinasi kedua sumber informasi ini berpotensi mendukung pemantauan yang lebih luas. Keberhasilannya tetap bergantung pada keaktifan pelapor, kualitas laporan, serta kemampuan sistem memverifikasi informasi yang masuk.
Lima Mahasiswa PENS Kembangkan Swara
Tim pengembang Swara terdiri atas Aulya Berlyana Agustin, Nasywa Elsa Eka Putri, Adrian Yoga Chrisarianto, Alfin Salmanfarihin, dan Achmad Naufal Fatkhi. Dr. Ir. Sony Junianto, S.T., bertindak sebagai dosen pembimbing.
Mereka menggabungkan pengembangan perangkat keras, pengolahan citra, pemrosesan data, dan aplikasi mobile dalam satu sistem. Integrasi tersebut menjadi bagian penting dari upaya tim untuk menghadirkan solusi pemantauan sampah sungai yang saling terhubung.
Pengembangan Swara juga menunjukkan penerapan teknologi lintas bidang. Sensor dan kamera mengumpulkan data, AI menganalisis gambar, sedangkan aplikasi menyajikan hasilnya kepada pengguna.
Uji Coba di Sungai Kalitebu Surabaya
Tim telah menguji Swara di lingkungan nyata, yakni Sungai Kalitebu, Kenjeran, Surabaya. Berdasarkan laporan pengembang, mereka juga telah menyelesaikan produk fungsional skala penuh dan memperoleh Hak Cipta Program Komputer.
Selain itu, Swara mendapat dukungan melalui Letter of Intent (LoI) dari calon pengguna. Capaian tersebut menjadi bagian dari proses pengembangan dan pengenalan produk kepada pihak yang berpotensi memanfaatkannya.
Pengujian lapangan menjadi tahap penting untuk menilai kinerja sistem dalam kondisi sungai yang sesungguhnya. Tim masih perlu mengevaluasi keandalan sensor, ketepatan estimasi cakupan sampah, kestabilan pengiriman data, dan kesesuaian informasi dengan kebutuhan pengguna.
Evaluasi tersebut dapat membantu pengembang menemukan bagian yang perlu diperbaiki sebelum memperluas penerapan. Pengujian lanjutan juga penting untuk mengetahui konsistensi hasil ketika kondisi cuaca, pencahayaan, dan karakteristik sampah berubah.
Swara Buka Peluang Pemantauan Sampah Sungai Berbasis Teknologi
Pengembangan Swara memperlihatkan cara mahasiswa PENS menggabungkan IoT, AI, dan partisipasi masyarakat untuk menjawab persoalan lingkungan. Sistem ini dirancang untuk menyajikan informasi kondisi sampah sungai secara lebih praktis melalui pemantauan otomatis dan laporan berbasis lokasi.
Ke depan, pengembangan lebih lanjut dapat membantu meningkatkan ketepatan analisis dan keandalan sistem. Jika hasil pengujian memenuhi kebutuhan operasional, Swara berpotensi menjadi salah satu alat pendukung pemantauan lingkungan perkotaan.
Berdasarkan sumber laman resmi Politeknik Elektronika Negeri Surabaya, inovasi ini mengintegrasikan sensor, kamera, kecerdasan buatan, aplikasi Android, dan pelaporan masyarakat untuk memantau sampah sungai. Tim telah menguji sistem di Sungai Kalitebu, Kenjeran, Surabaya, serta melaporkan penyelesaian produk fungsional dan perolehan Hak Cipta Program Komputer.