O desenvolvimento do TrashTrender começou com a análise e harmonização dos dados históricos fornecidos pela empresa. Estes dados foram essenciais para o desenvolvimento dos algoritmos de Machine Learning necessários para a previsão de depósitos de lixo. A aplicação foi concebida para permitir a visualização tanto dos dados históricos como das previsões através de um dashboard interativo, que oferece aos utilizadores a possibilidade de ajustar a granularidade e o horizonte temporal das previsões. Durante o desenvolvimento, a AI-Center Testbed focou-se em garantir que os dados fossem processados e organizados de forma a maximizar a precisão das previsões. Os testes realizados mostraram que a qualidade e a abrangência dos dados históricos são cruciais para a eficácia do TrashTrender, especialmente para previsões de longo prazo. O produto-piloto foi submetido a uma série de testes rigorosos no ambiente virtual da AI-Center Testbed, o que permitiu refinar o produto e prepará-lo para a comercialização. Na fase inicial, foi desenvolvida uma aplicação com um menu intuitivo, permitindo aos utilizadores aceder a todas as estruturas e áreas de um projeto por meio de pesquisas por ID, localização, entre outros critérios. A aplicação possibilita a edição ou eliminação de estruturas, garantindo que cada projeto armazene dados detalhados, como identificação, áreas, edificações e infraestruturas. Um layout de rede visual, integrado com o Google Maps, foi criado para permitir a atribuição visual de trabalhos.