PENERAPAN YOU ONLY LOOK ONCE (YOLO) V8 UNTUK DETEKSI TINGKAT KEMATANGAN BUAH MANGGIS

  • Rifqi Akyas Hifdzi Rahman Teknik Informatika, Universitas Muhammadiyah Sukabumi
  • Asril Adi Sunarto Teknik Informatika, Universitas Muhammadiyah Sukabumi
  • Asriyanik Asriyanik Teknik Informatika, Universitas Muhammadiyah Sukabumi
Keywords: Manggis, YOLO, Klasifikasi Kematangan, Pertanian, Deep Learning

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

Download data is not yet available.
Published
2024-09-29