<![CDATA[Produksi buah jeruk secara global dan nasional menunjukkan peningkatan yang signifikan dalam beberapa tahun terakhir. Di Indonesia, jeruk keprok (Citrus reticulata Blanco) menjadi salah satu varietas dengan tingkat produksi tertinggi, mencapai sekitar 2,4 juta ton pada tahun 2024. Peningkatan produksi tersebut perlu diimbangi dengan pengelolaan kualitas hasil panen yang optimal, mengingat mutu buah merupakan faktor utama yang menentukan nilai jual dan daya saing produk. Kualitas buah jeruk keprok dipengaruhi oleh karakteristik fisik, seperti ukuran, warna, dan tekstur kulit, sehingga proses sortasi menjadi tahapan penting dalam pascapanen. Namun, proses sortasi manual masih memiliki keterbatasan dari segi efisiensi, konsistensi, dan ketelitian. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem sortasi jeruk keprok otomatis berbasis pengolahan citra dan kecerdasan buatan yang diimplementasikan pada Raspberry Pi 4B. Sistem ini memadukan deep learning dan machine learning, dengan MobileNetV2 sebagai ekstraktor fitur citra buah dan Support Vector Machine (SVM) sebagai algoritma klasifikasi untuk menentukan grade buah. Model dilatih menggunakan dataset citra jeruk keprok yang diklasifikasikan ke dalam empat kelas, yaitu grade A, grade B, grade Super, dan grade Defect. Model yang telah dilatih diintegrasikan ke dalam sistem fisik dengan aktuator motor servo dan stepper motor untuk mendukung proses sortasi otomatis. Hasil pengujian menunjukkan akurasi model sebesar 99,04%, sedangkan akurasi model terintegrasi pada Raspberry Pi 4B mencapai 92,5%. Sistem juga memiliki rata-rata waktu inferensi 0,42465 detik dan waktu pemrosesan keseluruhan 8,3725 detik. Hasil ini menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi, konsistensi, dan kualitas proses sortasi, serta berpotensi mendukung peningkatan produktivitas jeruk keprok secara berkelanjutan.]]>
Copyrights © 2026
