Manajemen limbah rumah tangga memerlukan pemisahan spesifik, khususnya komoditas kaca dari anorganik demi keamanan daur ulang. Penelitian ini bertujuan mengimplementasikan tempat sampah pintar (smart trash bin) pemilah otomatis berbasis Internet of Things (IoT) dan Machine Learning YOLOv11 dengan arsitektur hybrid Edge-to-Cloud. Raspberry Pi di sisi lokal bertindak sebagai unit edge untuk mengolah sensor ultrasonik HC-SR04 dan kamera USB, lalu mengirim citra via HTTP ke Virtual Private Server (VPS). Di dalam VPS, komputasi Two-Stage dieksekusi secara sekuensial: Stage 1 menggunakan YOLOv11 Nano untuk lokalisasi objek (object detection), dilanjutkan pemotongan citra dinamis ke Stage 2 menggunakan YOLOv11 Medium untuk klasifikasi (image classification) menjadi kelas organik, anorganik, dan kaca. Data hasil keputusan dikirim kembali ke perangkat lokal untuk menggerakkan aktuator dual-servo MG996R via hardware-timed PWM dengan pustaka pigpio. Hasil pengujian pasca-fine-tuning menunjukkan peningkatan performa yang sangat baik pada model deteksi maupun klasifikasi. Uji coba objek nyata membuktikan sistem mampu memilah sampah secara akurat dengan galat minor akibat kemiripan visual objek transparan. Evaluasi perangkat keras menunjukkan sensor jarak dan servo berfungsi presisi. Pengujian menunjukkan bahwa sistem dapat memilah sampah secara otomatis, sinkron, dan responsif.