KETIK, SURABAYA – Tiga mahasiswa Universitas Airlangga (Unair) menorehkan prestasi dalam Call for Paper Competition Decarbonizing Indonesia 2025 dengan meraih Best Presentation.
Mereka terdiri dari Dhiya Hanifa, Ocha Della Fitriani, dan Akbar Maula Dani yang tergabung dalam tim Sintari. Ketiganya membuat inovasi sistem Smart Plastic Waste Detector.
Sistem tersebut berbasis Deep Learning dan Internet of Things (IoT) yang mampu mendeteksi dan mengklasifikasikan berbagai jenis plastik, seperti PET, HDPE, LDPE, PP, PS, dan PVC secara otomatis.
Salah satu mahasiswa, Akbar Maula Dani menjelaskan, alat ini berguna untuk membantu proses pemilahan sampah plastik secara efisien dan minim terjadi kekeliruan.
"Jadi alat ini bisa mendeteksi sampah plastik berdasarkan jenisnya," jelasnya, Senin, 13 Oktober 2025.
Inovasi Smart Plastic Waste Detector ini memanfaatkan model arsitektur MobileNetV2 dengan penerapan class imbalance handling yang terintegrasi dalam sistem Internet of Things (IoT).
Sebelum memutuskan menggunakan model tersebut, tim Sintari terlebih dahulu melakukan serangkaian riset dan uji coba untuk mendapatkan performa terbaik.
“Model MobileNetV2 dengan class imbalance handling menghasilkan akurasi 78,59 persen. Meskipun akurasi lebih rendah, distribusi prediksi antarkelas menjadi lebih seimbang, khususnya pada kelas minoritas," jelasnya.
Implementasi model ini pada Smart Plastik Waste Detector memungkinkan proses pemilahan plastik dilakukan secara otomatis. "Sehingga lebih real time, dan efisien, sekaligus mendukung konsep ekonomi sirkular dengan mengonversi sampah plastik menjadi nilai ekonomis,” terangnya.
Selain memudahkan pemilahan sampah plastik, inovasi ini juga menyumbang peran penting dalam pencapaian Sustainable Development Goals (SDGs). Khususnya, terkait SDGs 12, konsumsi produksi berkelanjutan dan SDGs 13 mitigasi perubahan iklim.
Tim Sintari berharap dapat mengembangkan Smart Plastic Waste Detector menjadi lebih matang dan memiliki beragam fitur.
“Sistem Smart Plastic Waste Detector ini dapat diperkuat dengan memperluas dataset pada kondisi nyata di lapangan, menambahkan sensor tambahan seperti Near Infrared (NIR) untuk memperkaya identifikasi material, serta mengoptimalkan latensi inferensi agar sistem lebih responsif dan siap diterapkan pada skala industri,” ujar Dani.
Meraih gelar Best Presentation, tim Sintari menekankan pentingnya persiapan yang matang dan pembagian peran tim secara rinci sebelum memulai mempresentasikan inovasi.
“Penyampaian presentasi harus sederhana namun berdampak, dengan visualisasi data yang menarik dan alur cerita yang runtut, mulai dari latar belakang, urgensi masalah, solusi inovatif, hingga potensi penerapan,” jelas Dani.
Meski sempat terkendala memahami topik dekarbonisasi dan transisi energi, tim Sintari mampu mengatasi dengan memperbanyak riset ilmiah. Dani menegaskan bahwa pemahaman secara menyeluruh atas inovasi yang diusung akan memudahkan tahap presentasi ide.
“Tunjukkan antusiasme dan keyakinan terhadap ide yang dibawa, karena kepercayaan diri dan kekompakan tim menjadi faktor penentu dalam memberikan kesan profesional dan meyakinkan di hadapan dewan juri,” pungkasnya.(*)
