Debu yang beterbangan di fasilitas daur ulang yang sibuk ini terasa menyelimuti seluruh area, sementara suara konstan dari hopper dan ban berjalan menciptakan lingkungan kerja yang menantang.
Fasilitas di Rainham, London timur ini dimiliki oleh Sharp Group, sebuah perusahaan keluarga yang bergerak di bidang pengelolaan limbah.
Di sepanjang ban berjalan, berbagai jenis sampah melintas—mulai dari sepatu, kaset VHS lama, hingga bongkahan beton.
Tim di lokasi ini memproses hingga 280.000 ton limbah daur ulang campuran setiap tahun, dengan 24 pekerja kontrak yang bekerja di jalur konveyor berkecepatan tinggi.
Industri ini tergolong berbahaya. Meski Sharp Group bangga dengan catatan keselamatannya, tingkat cedera dan gangguan kesehatan terkait pekerjaan di sektor ini 45% lebih tinggi dibanding industri lain. Tingkat kematian juga jauh melampaui rata-rata nasional.
Kondisi tersebut, ditambah sifat pekerjaan yang tidak menyenangkan, membuat perusahaan kesulitan mempertahankan tenaga kerja. Tingkat pergantian karyawan mencapai 40% per tahun.
“Ban terus bergerak, Anda harus terus memilah. Banyak pekerja tidak sanggup bertahan,” kata pengawas lini Ken Dordoy.
Perusahaan merotasi pekerja setiap 20 menit untuk menangani material berbeda, dan ban konveyor sesekali dihentikan untuk memberi waktu istirahat.
Salah satu solusi atas tingginya turnover tersebut kini sedang diuji langsung di lini produksi: robot bernama Alpha (Automated Litter Processing Humanoid Assistant) yang dilatih untuk memilah sampah.
Dikembangkan oleh RealMan Robotics di China dan diadaptasi untuk operasional nyata oleh perusahaan Inggris TeknTrash Robotics, robot ini menghadirkan pendekatan berbeda di sektor daur ulang.
Robot otomatis sebenarnya bukan hal baru di industri ini, namun penggunaan robot humanoid masih tergolong jarang.
Pendiri dan CEO TeknTrash, Al Costa, menjelaskan bahwa meniru gerakan manusia memungkinkan robot tersebut digunakan di fasilitas yang sudah ada tanpa perlu merombak mesin.
Saat ini, Alpha masih dalam tahap pelatihan. Robot tersebut dipandu dalam gerakan lengan, sementara di sampingnya seorang pekerja mengenakan headset VR untuk merekam aktivitas memilah sebagai contoh bagi sistem.
Proses pembelajaran ini mencakup dua tahap: mengenali objek di ban berjalan dan mengangkatnya dengan benar.
Costa menegaskan bahwa proses ini membutuhkan data dalam jumlah besar.
“Pasar mengira robot ini siap pakai. Padahal mereka membutuhkan data dalam jumlah besar agar benar-benar efektif,” ujarnya.
Ia juga menunjukkan sistem bernama HoloLab yang menggunakan banyak kamera untuk melatih Alpha.
Sistem ini memberi peringatan tentang objek yang datang, memandu pergerakan robot, serta mencatat kegagalan saat objek tidak terambil. Ribuan item yang lewat setiap hari menghasilkan jutaan titik data.
Meski proses pelatihan memakan waktu, hasilnya berpotensi signifikan bagi perusahaan.
“Daya tarik robot humanoid adalah mereka bisa bekerja terus-menerus, 24 jam sehari, tujuh hari seminggu. Mereka tidak butuh cuti atau izin sakit,” kata Chelsea Sharp, direktur keuangan pabrik sekaligus cucu pendiri perusahaan.
Alternatif lain adalah membangun fasilitas baru atau memodernisasi yang sudah ada dengan teknologi khusus, seperti yang dikembangkan oleh AMP yang berbasis di Colorado.
Perusahaan tersebut mengoperasikan tiga fasilitas sendiri dan telah memasok peralatan ke puluhan lokasi di seluruh dunia, termasuk Eropa dan Inggris.
CEO AMP, Tim Stuart, menjelaskan bahwa sistem mereka menggunakan semburan udara untuk mengarahkan material ke saluran tertentu.
Kecerdasan buatan menjadi bagian penting karena terus meningkatkan kemampuan sistem dalam mengenali dan memilah material.
“Robot kami jauh lebih efisien dibanding manusia, bisa delapan hingga sepuluh kali lebih cepat,” ujarnya.
Pendekatan lain datang dari perusahaan California, Glacier, yang didirikan oleh Rebecca Hu-Thrams. Sistem mereka menggunakan lengan robot dan AI untuk memilah sampah.
Ia menyoroti tantangan besar berupa variasi jenis sampah.
“Kadang kaleng minuman masih berisi cairan yang bisa merusak mesin. Bahkan kami pernah menemukan granat tangan dan senjata api di fasilitas,” katanya.
Menurutnya, semakin banyak data yang dipelajari—hingga miliaran item—semakin akurat sistem AI mereka.
“Teknologi kami dirancang tidak hanya untuk fasilitas besar di kota, tetapi juga untuk lokasi semi-pedesaan dengan anggaran terbatas,” tambahnya.
Meski menggunakan pendekatan berbeda, ketiga perusahaan sepakat bahwa model kerja yang sangat bergantung pada tenaga manusia sudah tidak lagi berkelanjutan.
Para akademisi yang meneliti pengolahan limbah juga menilai otomatisasi bukan hanya tak terhindarkan, tetapi juga diperlukan.
Profesor Marian Chertow dari Yale University menyatakan bahwa kombinasi robotika dan sistem visi berbasis AI memiliki potensi besar untuk meningkatkan efisiensi, keselamatan kerja, dan daya saing ekonomi di sektor daur ulang.
Kembali ke London timur, Chelsea Sharp mengakui bahwa pengalaman kerja di fasilitas tersebut memang “tidak menarik”.
“Ini tempat kerja yang sangat kotor. Anda bisa melihat debunya, mendengar kebisingannya. Tidak nyaman,” katanya.
Robot mungkin tidak terpengaruh oleh kondisi tersebut, namun muncul pertanyaan: bagaimana nasib pekerja manusia ketika teknologi ini semakin meluas?
Sharp menegaskan bahwa akan ada pergeseran peran.
“Rencananya adalah meningkatkan keterampilan pekerja. Mereka akan merawat dan mengawasi robot. Ini juga menjauhkan mereka dari bahaya, termasuk lingkungan yang tidak nyaman, pekerjaan berat, dan kebisingan.”
