Sampah, menurut definisi Organisasi Kesehatan Dunia (WHO), merupakan benda yang tidak terpakai, tidak digunakan, atau tidak diinginkan yang dihasilkan oleh aktivitas manusia dan tidak terjadi secara alami. Di Indonesia, sebanyak 80% sampah yang ada di lautan berasal dari daratan, dan sekitar 30% di antaranya tergolong sebagai sampah plastik. Setiap tahunnya, sekitar 1,29 juta ton sampah plastik, yang juga dipengaruhi oleh pasang surut air laut, mencemari perairan Indonesia dan menyumbang terhadap penumpukan sampah di sekitar pesisir (Kementerian Koordinator Bidang Kemaritiman dan lainnya, 2018)[1]. Dalam upaya mengatasi masalah ini, saya mengusulkan penggunaan deteksi objek sampah di pesisir pantai untuk memberikan informasi mengenai kondisi lingkungan pesisir kepada masyarakat sekitar. Metode yang saya gunakan adalah algoritma YOLO: CNN Classifier and Detector, yang memiliki kecepatan inferensi tinggi sehingga memungkinkan pengolahan gambar secara real-time. Metode ini sangat cocok untuk aplikasi pengawasan video. Saya telah melakukan percobaan eksperimental dengan menggunakan dataset sendiri yang terdiri dari 1535 gambar dan 2641 anotasi. Hasil pelatihan menunjukkan tingkat presisi sebesar 96,7%, recall sebesar 93,2%, F1-score sebesar 95%, mAP50 sebesar 97% dan mAP50-95 sebesar 72,7%.