Pengembangan sistem klasifikasi mutu jeruk berbasis kecerdasan buatan yang memanfaatkan fitur tekstur, warna, dan bentuk untuk meningkatkan efisiensi dan akurasi penyortiran jeruk siam Pontianak dari Kabupaten Sambas, Kalimantan Barat. Jeruk siam dikenal sebagai komoditas bernilai tinggi dengan permintaan nasional dan internasional yang besar, tetapi penyortiran manual masih menjadi tantangan bagi petani. Dataset penelitian terdiri dari 500 gambar jeruk dalam tiga kategori mutu antara lain matang, belum matang, dan busuk, yang diambil menggunakan kamera Sony Alpha a5100 beresolusi tinggi dan dianotasi melalui LabelImg. Model YOLOv8 digunakan untuk deteksi dan klasifikasi, mencapai akurasi pada data uji rata-rata sebesar 96,89 % untuk kategori matang, belum matang, dan busuk, dengan nilai mAP@0.5 sebesar 0,993, precision 0.98, recall 0.97, dan F1-score 0.99. Visualisasi hasil deteksi menunjukkan kemampuan model dalam mengidentifikasi area penting pada jeruk berdasarkan tekstur, warna, dan bentuk, serta memberikan hasil klasifikasi yang optimal. Implementasi sistem ini diharapkan dapat membantu petani meningkatkan efisiensi penyortiran jeruk, mengurangi beban kerja, dan memperluas daya saing produk di pasar.
Copyrights © 2024