<![CDATA[Permasalahan dalam membedakan stroberi segar dan busuk sering kali menyulitkan, terutama bagi konsumen awam. Beberapa buah memperlihatkan tanda-tanda yang meragukan, sehingga sulit dipastikan apakah buah tersebut sudah busuk atau masih layak konsumsi. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem deteksi otomatis berbasis web menggunakan metode YOLOv8. Dataset diperoleh melalui pengambilan gambar langsung dan sumber daring, kemudian dilakukan augmentasi serta pelabelan menggunakan platform Roboflow. Model YOLOv8n dilatih dan diintegrasikan ke dalam aplikasi web berbasis Flask yang mendukung deteksi melalui kamera dan unggahan gambar. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan stroberi dengan akurasi sebesar 94,20%. Sistem ini berpotensi menjadi solusi praktis untuk membantu masyarakat dalam mengidentifikasi kualitas stroberi secara cepat dan akurat. Sebagai saran pengembangan selanjutnya, sistem ini dapat ditingkatkan dengan memperbanyak jumlah dan variasi dataset, serta dikombinasikan dengan sensor kelembapan atau fitur berbasis Internet of Things (IoT) untuk memperoleh hasil yang lebih presisi dan kontekstual.]]>
Copyrights © 2025
