IMPLEMENTASI BACKEND SISTEM KLASIFIKASI SAMPAH DENGAN GOOGLE CLOUD PLATFORM MENGGUNAKAN CLOUD RUN DAN FIRESTORE

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem backend klasifikasi sampah berbasis cloud dengan memanfaatkan layanan Google Cloud Platform (GCP). Fokus utama pengembangan adalah pada penggunaan Cloud Run sebagai layanan serverless untuk menjalankan API backend, AutoML Vision sebagai model klasifikasi gambar berbasis machine learning, dan Cloud Firestore sebagai basis data untuk menyimpan hasil
klasifikasi. Sistem ini hanya mencakup sisi backend dan dirancang untuk menerima input gambar, memprosesnya melalui model klasifikasi, serta menyimpan hasilnya secara otomatis ke dalam database. Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan pendekatan analisis data kuantitatif. Pengujian dilakukan menggunakan metode black-box testing dan Postman API untuk memastikan fungsionalitas sistem berjalan sesuai rancangan. Evaluasi mencakup pengukuran akurasi klasifikasi oleh model AutoML Vision, kecepatan respon API, serta keberhasilan penyimpanan data ke
Firestore. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan dua kategori sampah (plastic dan paper) dengan akurasi sebesar 90%, waktu respon rata-rata 1033 milidetik, dan semua data berhasil tersimpan secara konsisten. Hasil penelitian ini menunjukkan bahwa sistem backend yang dibangun dapat berjalan secara optimal dan sesuai dengan tujuan awal penelitian. Sistem ini dapat dikembangkan lebih lanjut sebagai solusi teknologi berbasis cloud untuk mendukung pengelolaan sampah yang efisien dan otomatis.