KLASIFIKASI TINGKAT KEMATANGAN BUAH KAKAO MENGGUNAKAN EFFICIENTNET-B7

Abstract

Kakao (Theobroma cacao L.) merupakan salah satu komoditas penting bagi perekonomian Indonesia karena berperan dalam sektor perkebunan dan industri olahan cokelat. Penentuan tingkat kematangan buah kakao memiliki peran penting dalam menjaga kualitas biji kakao dan hasil olahan cokelat, yang secara langsung memengaruhi nilai jual dan mutu produksi. Namun, proses penilaian kematangan buah kakao di tingkat petani masih banyak dilakukan secara manual melalui pengamatan visual, sehingga bersifat subjektif dan sering menimbulkan ketidakkonsistenan dalam penentuan waktu panen. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi tingkat kematangan buah kakao yang lebih akurat, objektif, dan efisien menggunakan arsitektur EfficientNet-B7. Penelitian ini menggunakan dataset CocoaMFDB yang terdiri dari citra buah kakao dengan dua kelas, yaitu mature dan unmature. Tahapan penelitian meliputi preprocessing citra berupa resizing, normalisasi, dan augmentasi data, kemudian dilanjutkan dengan pelatihan model menggunakan pendekatan transfer learning dan fine-tuning masing-masing selama 25 epoch. Hasil pengujian menunjukkan bahwa model EfficientNet-B7 mampu mencapai akurasi sebesar 98,41% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,98 pada kedua kelas. Hasil ini menunjukkan kemampuan generalisasi model yang sangat baik dan membuktikan bahwa EfficientNet-B7 efektif digunakan dalam klasifikasi tingkat kematangan buah kakao