Deteksi objek pada sampah medis merupakan tantangan signifikan akibat variasinya dalam bentuk, warna, dan material, yang menuntut deteksi akurat dan efisien serta penyelesaian atas isu misklasifikasi dan deteksi objek kecil dari penelitian sebelumnya. Penelitian ini mengimplementasikan Real-Time Detection Transformer (RT-DETR), sebuah arsitektur deep learning berbasis transformer yang dirancang untuk mengatasi tantangan tersebut melalui pemahaman hubungan spasial antar fitur. Kinerja RT-DETR dievaluasi menggunakan dataset yang telah diperkaya dengan variasi ukuran objek, orientasi, dan kondisi pencahayaan. Metrik evaluasi utama adalah mean Average Precision (mAP) dan Frames Per Second (FPS) untuk kecepatan, dengan YOLOv8 sebagai pembanding. Hasil penelitian menunjukkan bahwa RT-DETR berhasil mencapai nilai mAP sebesar 0.91, menunjukkan kemampuannya dalam mengatasi tantangan deteksi termasuk pada objek kecil dan kasus yang rentan misklasifikasi. Lebih lanjut, penambahan variasi pada dataset terbukti secara signifikan meningkatkan akurasi RT-DETR, sebuah dampak positif yang tidak teramati seefektif pada model YOLOv8. Meskipun unggul dalam akurasi, RT-DETR mencatatkan kecepatan sekitar 25 FPS, lebih rendah dibandingkan YOLOv8 yang mencapai 50 FPS. Temuan ini mengindikasikan bahwa RT-DETR menawarkan solusi dengan akurasi superior untuk deteksi sampah medis, terutama ketika didukung oleh dataset yang representatif dan beragam. Meskipun demikian, terdapat trade-off pada aspek kecepatan komputasi yang perlu menjadi pertimbangan untuk aplikasi real-time spesifik.