Salah satu permasalahan serius yang sedang dihadapi oleh bangsa Indoensia yaitu mengenai kondisi sampah yang semakin melonjak tajam. Setiap tahun jumlah dan jenis sampah meningkat seiring dengan bertambahnya jumlah penduduk. Daur ulang adalah salah satu cara efektif dalam mengurangi sampah. Dalam melakukan kegiatan mendaur ulang sampah perlu memperhatikan beberapa langkah yang harus dilakukan.
Pada tahap pertama adalah megumpukan sampah terlebih dahulu, lalu sampah yang sudah terkumpul akan dilakukan suatu proses pemisahan atau pemilihan sesuai dengan jenis dan bahan sampat tersebut. Kamera ponsel merupakan metode yang menantang dan mudah digunakan oleh pengguna. Dengan kamera ponsel kita bisa mengklasifikasikan sampah secara otomatis. Pada penelitian ini menggunakan algoritma dari CNN (Convolutional Neural Network) yang memiliki performa bagus dan tingkat akurasi yang baik. Proses pemodelan objek dilakukan dengan tensorflow keras yang kemudian model ini akan di convert dalam model tensorflow lite untuk disematkan
pada aplikasi android. Hasil penelitian ini menunjukkan bahwa hasil train objek tensorflow model sebesar 0.8396 sedangkan validation sebesar 0.9062. Prediksi dari model tensorflow sebesar 86,6 %, pada tensorflow lite 83,3 % dan pada pengujian menggunakan ponsel didapatkan tingkat akurasi sebesar 80,0%. Dari hasil tersebut dapat dikembangkan dan diterapkan pada alat pemisah sampah secara otomatis.

One of the biggest serious problem that has happened in Indonesia is always about a trash problem. The current condition of trash in Indonesia are getting bigger every time every year the amount and the variety of trash always been increasing along with the population of the society itself. Recycling is one of the effective ways to reduce the
amount of the trash. We really have to concern some of the ways that we need to do.
The first step is we have to collect the amount of trash then we can separate the variety with the trash itself include the include the materials of the trash itself. Phone camera is one of the challenging method and also easy to use for the user. With phone camera we can classify the trash automatically. In this research its use the algorithm from CNN (convolutional Neural Network) that has a really good performance and have a good level of the accuracy. The process of modeling itself is done with a hard tensorflow which then this model will be converted to the tensorflow model lite for the android application. The result of this research showed that the result train object tensorflow is 0,8396 meanwhile the validation is 0,9062. The prediction based on the phone model get 86,6% level of accuracy, in tensorflow 83,3%. And with the phone testing is obtained the level of accuracy 80,0%. From that result, it can be develop and can be used in trash separator automatically.