Penumpukan sampah merupakan masalah yang harus kita pertimbangkan. Mengelola sampah dapat mengurangi penumpukan sampah. Memilah sampah dapat membantu masalah tersebut, tetapi orang-orang mengalami kesulitan membedakan jenis-jenis sampah dan tidak ingin membuang waktu mereka untuk melakukannya. Penelitian ini diharapkan dapat membantu masyarakat memilah sampah dan membantu pengelolaan sampah. Penelitian ini bertujuan untuk melakukan desain dan pembuatan alat pemilahan sampah otomatis dengan konsep pohon biner berbasis Arduino akan menguji karakteristik alat, dan meninjau penerapan konsep pohon biner pada alat tersebut. Alat ini dirancang menggunakan Arduino mega 2560 sebagai pengontrol sensor dan aktuator. Dari hasil pengujian, diketahui bahwa, sensor ultrasonik HC-SR04 sebagai detektor objek memiliki kesalahan dalam stabilisasi jarak paling besar adalah 25%. Sensor proximity induktif sebagai detektor logam memiliki tingkat keberhasilan 100%, sedangkan sensor proximity kapasitif sebagai detektor limbah organik memiliki tingkat keberhasilan 85,7%. Dari 30 percobaan dengan sampah, alat ini memiliki tingkat keberhasilan 82,2%, dan alat ini telah menerapkan konsep pohon biner dalam memilah limbah secara otomatis.

The accumulation of waste is a problem that we must consider. Managing the waste can reduce the accumulation of waste. Sorting waste can help with the problem, but people have difficulty distinguishing the types of waste and don't want to waste their time doing it. This research is expected to help the community sort waste and help waste management. Research conducts the design and builds of an automatic waste sorting tool with the Arduino-based binary tree concept, will test the tool's characteristics, and review the application of the binary tree concept on the tool. This tool is designed using Arduino mega 2560 as a controller of sensors and actuator. HC-SR04 ultrasonic sensor as an object detector has an error in stabilization the most distance is 25%. Inductive proximity sensors as metal detectors have a 100% success rate, while capacitive proximity sensors as organic waste detectors have a success rate of 85.7%. Of the 90 experiments with garbage, the tool has a success rate of 82,2%, and This tool has applied the concept of binary tree in sorting waste automatically