PENERAPAN YOU ONLY LOOK ONCE (YOLO) V8 UNTUK DETEKSI TINGKAT KEMATANGAN BUAH MANGGIS
Abstract
Indonesia memiliki potensi besar dalam produksi buah-buahan tropis, salah satunya adalah manggis (Garcinia mangostana Linn) yang dikenal sebagai "ratu buah". Namun, proses klasifikasi kematangan manggis masih dilakukan secara manual, yang rentan terhadap kesalahan manusia. Penelitian ini bertujuan mengembangkan model deteksi kematangan buah manggis menggunakan Algoritma You Only Look Once (YOLO) untuk meningkatkan akurasi dan efisiensi penyortiran. Dengan menggunakan pendekatan CRISP-DM, data gambar manggis dikumpulkan dan diproses untuk dilabeli dan di-augmentasi. Hasil penelitian menunjukkan bahwa model YOLOv8s dengan optimizer SGD memberikan hasil terbaik dengan precision 0.997, recall 1, dan mAP50-95 sebesar 0.972. Implementasi model ini ke dalam sistem berbasis web menunjukkan potensi besar dalam menggantikan metode manual yang rentan terhadap kesalahan manusia. Model ini diharapkan dapat meningkatkan efisiensi dan akurasi dalam industri pertanian, khususnya untuk penyortiran buah manggis.
Downloads
Copyright (c) 2024 JATI (Jurnal Mahasiswa Teknik Informatika)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.