<![CDATA[Identifikasi tingkat kematangan buah pisang merupakan aspek penting dalam industri pertanian dan distribusi buah untuk memastikan kualitas produk yang diterima oleh konsumen, Penelitian ini bertujuan untuk mengembangkan sistem otomatis yang dapat mengidentifikasi tingkat kematangan buah pisang menggunakan metode YOLO atau You Only Look Once. YOLO merupakan algoritma deteksi objek yang efisien dan dapat mendeteksi serta mengklasifikasi objek dalam waktu nyata atau real time. Dalam penelitian ini, kami mengumpulkan dataset gambar buah pisang yang didapat dari situs Kaggle: Your Machine Learning and Data Science Community dari berbagai tingkat kematangan, mulai dari mentah hingga matang. Gambar-gambar ini kemudian dilabeli untuk digunakan dalam training model YOLO. Setelah pelatihan, model ini diuji dengan dataset terpisah untuk mengevaluasi kinerjanya. Hasil penelitian menunjukkan bahwa model YOLO mampu mengidentifikasi tingkat kematangan buah pisang dengan akurasi rata-rata sebesar 80%. Implementasi metode ini tidak hanya meningkatkan efisiensi proses sortasi di industri, tetapi juga mengurangi kesalahan manusia dalam penilaian tingkat kematangan. Temuan ini menunjukkan potensi besar penggunaan teknologi deteksi objek dalam aplikasi pertanian, khususnya dalam aplikasi pertanian, khususnya dalam pengelolaan pasokan buah pisang.]]>
Copyrights © 2024
