Deteksi Rambutan Matang dan Busuk Menggunakan Algoritma YOLOv9

Amrulloh, Hafidz Zaki
Muhammad, Febrylian Akbar Nur

JIKO (Jurnal Informatika dan Komputer)
Vol 9, No 1 (2025): Februari 2025

Rambutan dengan nama ilmiah (Nephelium lappaceum L.) adalah buah tropis yang populer di Indonesia dan daerah tropis hingga subtropis seperti Filipina, Singapura, dan Amerika Latin. Saat ini, penentuan tingkat kematangan rambutan masih dilakukan secara fisik, yang memakan waktu dan tidak selalu konsisten. Untuk mengatasi hal ini, diusulkan sebuah sistem otomatis yang memanfaatkan teknologi deteksi objek. Deteksi objek, cabang dari computer vision, memungkinkan komputer untuk mengenali objek seperti penglihatan manusia. Perkembangan terkini telah meningkatkan aplikasinya di pertanian untuk memantau tanaman dan menilai kualitas buah. Salah satu metode yang efektif adalah YOLO (You Only Look Once), yang mendeteksi objek secara real-time dengan menggunakan proses satu langkah menggunakan Convolutional Neural Networks (CNN). Versi terbaru, YOLOv9, yang dirilis pada Februari 2024, menggabungkan inovasi PGI (Programmable Gradient Information)  dan GELAN (Generalized Efficient Layer Aggregation Network), meningkatkan akurasi dan efisiensi deteksi. Dengan menggunakan algoritma YOLOv9, penelitian ini memiliki tujuan untuk membuat dan menguji metode otomatis untuk menentukan kematangan dan kebusukan buah rambutan. Berdasarkan hasil penelitian ...