<![CDATA[Proses sortir buah jeruk keprok di Indonesia masih didominasi metode manual yang bersifat subjektif, tidak konsisten, dan kurang efisien. Penelitian ini mengembangkan sistem sortir otomatis buah jeruk keprok berbasis computer vision dengan mengombinasikan MobileNetV3 sebagai metode feature extractor dan Random Forest sebagai algoritma classifier. Dataset berupa gambar jeruk keprok diperoleh secara langsung dari beberapa kebun petik jeruk di wilayah Malang dan dilabeli berdasarkan Standar Nasional Indonesia (SNI) 3165:2024 dan petani kebun jeruk terkait ke dalam kelas A, B, DEFECT dan SUPER. Model yang telah dilatih kemudian diimplementasikan pada perangkat Raspberry Pi 4B dan diintegrasikan dengan kamera serta aktuator mekanik untuk mendukung proses sortir otomatis secara real-time. Evaluasi kinerja dilakukan melalui pengujian offline menggunakan confusion matrix serta pengujian pada sistem terintegrasi. Hasil pengujian menunjukkan bahwa model memiliki performa klasifikasi yang tinggi pada pengujian offline, namun terjadi penurunan performa ketika diterapkan pada lingkungan real-time akibat variasi kondisi pengambilan gambar dan keterbatasan komputasi perangkat. Meskipun demikian, sistem mampu melakukan klasifikasi kualitas jeruk keprok secara akurat dengan waktu pemrosesan yang relatif singkat, sehingga layak diterapkan sebagai solusi sortir otomatis pada sektor hortikultura.]]>
Copyrights © 2026
