Upaya pemilahan sampah hingga saat ini masih dinilai kurang, hal ini terbukti dari munculnya berbagai ancaman bagi lingkungan dan kesehatan sebagai akibat dari penumpukan sampah di TPA maupun di lingkungan sekitar. Informasi mengenai dampak negatif ini lah yang menjadi motivasi bagi para peneliti untuk menciptakan sebuah inovasi berupa teknologi pemilah sampah otomatis. Namun, yang perlu disadari bahwa dengan kemudahan teknologi pemilahan sampah tersebut telah menutupi betapa pentingnya nilai edukasi yang harus diketahui oleh pengguna.Maka dari itu, penelitian ini bertujuan untuk merancang sebuahSmart Trash Bin yang akan mengedukasi pengguna dengan memberikan informasi mengenai sampah yang telahdibuang, selain itu dalam penelitian ini penulis juga memberikan informasi mengenai timbulan komposisi sampah yang diperlukan sebagai acuan dalam proses perancangan.Smart Trash Bin yang dirancang berbasis Raspberry Pi dengan hardware pendukung lainnya yaitusensor camera, Touchscreen LCD 7 inch Raspberry Pi, Motor servo, Beardboard, kabel HDMI, dan kabel USB. Metode yang digunakan pada penelitian ini ialah melakukan survei wawancara dengan petugas persampahan di Fakultas Teknik Banjarbaru seputar aktifitas dan perilaku civitas kampus dalam membuang sampah,  lalu peneliti melalukan observasi dengan melakukan pemilahan dan perhitungan berat dan volume sampah selama 6 hari sampling, hingga di temukan jumlah timbulan sampah, persentase komposisi sampah, dan densitas yang menjadi acuan saat melalukan proses perancangan Smart Trash Bin. Dari hasil observasi sampah dapat di pilah berdasarkan 4 kategori yaitu sampah organik, sampah plastik, sampah kertas, dan sampah lainnya. Didapat jumlah timbulan sampah di Fakultas Teknik Banjarbaru Universitas Lambung Mangkurat perharinya mencapai 26,23 kg/hari atau 0,3 m³/hari. Pada perhitungan komposisi sampah di temukan bahwa persentase komposisi tertinggi yaitu pada kategori plastik, yakni persentase beratnya sebesar 62 %, sedangkan untuk kategori sampah kertas sebesar 16%, kategori sampah organik sebesar 15% dan kategori sampah lainnya sebesar 7%, dengan densitas sampah plastik sebesar 59.3 kg/m³. Dari hasil perhitungan, untuk bak sampah plastik yang diperlukan perharinya sebanyak 2 buah sehingga diperlukan 2 unit Smart Trash Bin perharinya. Namun, disesuaikan dengan kondisi sebelum pandemi atau kembali ke aktifitas perkuliahan secara offline maka diprediksi membutuhkan 6 unit Smart Trash Bin perharinya. Hasil penelitian ini menunjukkan bahwa pendeteksi objek berhasil dibuat sesuai dengan perencanaan menggunakan bahasa pemrograman Python dan OpenCV sebagai library open source. Tingkat akurasi pada sampah botol yang dihasilkan sebesar 99,28 % (akurat) dan Tingkat akurasi pada person yang dihasilkan sebesar 99,62 % (akurat).

Kata kunci : Camera Pi, Pemilahan sampah, Raspberry Pi, , Smart Trash Bin, Timbulan Sampah