<![CDATA[Mangga Harum Manis adalah varietas mangga dari Probolinggo, Jawa Timur, dengan ciri bentuk jorong, sedikit berparuh, dan ujung meruncing. Penyortiran tingkat kematangan mangga Harum Manis di Probolinggo, Jawa Timur, masih dilakukan secara manual dengan metode pengamatan visual, yang dapat menyebabkan inkonsistensi dalam penentuan kualitas. Ketidakseragaman ini berpotensi memengaruhi standar distribusi dan nilai jual buah. Oleh karena itu, penelitian ini mengembangkan sistem otomatis berbasis YOLOv8 untuk mendeteksi dan mengklasifikasikan tingkat kematangan mangga harum manis menjadi tiga kategori: Belum Matang, Setengah Matang, dan Matang. Dataset terdiri dari 540 citra yang dianotasi di Roboflow, dengan pembagian 87% pelatihan, 8% validasi, dan 4% pengujian. Model dilatih selama 50 epoch, batch 16, dan ukuran gambar 500. Hasil menunjukkan model mampu mendeteksi tingkat kematangan dengan akurasi berbeda di tiap kategori. Nilai mAP tertinggi sebesar 82,2% pada kategori Belum Matang, sementara Setengah Matang memiliki performa terendah dengan 76,6%. Secara keseluruhan, Precision model mencapai 81,1%, Recall 81,5%, dan mAP 79,8%. Hasil ini mengindikasikan bahwa YOLOv8 memiliki potensi besar dalam deteksi objek di lingkungan nyata, meskipun diperlukan peningkatan pada kategori tertentu untuk meningkatkan akurasi secara keseluruhan.]]>
Copyrights © 2025
