Mutu buah melon dapat ditingkatkan dan dioptimalkan dengan melakukan pemangkasan pada tanaman melon. Pemangkasan merupakan proses penghilangan yang dilakukan pada bagian tanaman tertentu. Saat ini tanaman melon masih dipangkas secara manual oleh petani, namun cara ini mempunyai banyak kekurangan. Pada penelitian ini pemangkasan dilakukan pada cabang dan daun tanaman melon. Pemangkasan dapat dilakukan dengan bantuan robot yang mampu mengenali daun dan dahan. Pada penelitian ini metode yang digunakan untuk mendeteksi cabang dan daun adalah Mask Region-based Convolutional Neural Network (Mask R-CNN). Teknik tuning hyperparameter digunakan untuk mendapatkan nilai parameter terbaik, termasuk learning rate, peluruhan bobot, dan momentum pembelajaran. Dua skenario dipertimbangkan dalam penelitian ini, satu dengan 10 epoch dan yang lainnya dengan 30 epoch. Nilai Average Precision (AP) yang diperoleh pada 10 epoch sebesar 32,2% untuk objek daun dan 0% untuk objek cabang. Pada 30 epoch, nilai AP adalah 56,8% untuk objek daun dan 4,1% untuk cabang. Rata-rata Presisi Rata-rata (mAP) adalah 16,1% untuk 10 epoch dan 28,4% untuk 30 epoch