<![CDATA[Badan Perakitan dan Modernisasi Pertanian (BRMP) Sayuran memiliki tugas strategis dalam perekayasaan, perakitan, dan pengujian tanaman sayuran. Salah satu tantangan utama yang dihadapi adalah proses klasifikasi produk hortikultura yang masih manual, memakan waktu, dan rentan terhadap inkonsistensi, terutama dengan meningkatnya jumlah varietas unggul. Untuk mengatasi masalah ini, kegiatan pengabdian kepada masyarakat ini bertujuan merancang dan mensosialisasikan sistem pengenalan produk hortikultura otomatis berbasis teknik machine learning yang terjangkau. Metodologi yang digunakan meliputi studi literatur, perancangan prototipe menggunakan mikrokontroler ESP32-CAM dan platform Edge Impulse Studio, serta pengujian sistem. Sistem ini dirancang untuk melakukan klasifikasi gambar secara real-time, yang ke depannya dapat dikembangkan untuk mendeteksi cacat produk. Temuan awal dari perancangan ini menunjukkan bahwa implementasi teknologi TinyML sangat potensial untuk diterapkan di lingkungan BRMP karena biaya rendah dan kemudahan operasional. Orisinalitas kegiatan ini terletak pada penerapan solusi edge computing yang spesifik untuk kebutuhan klasifikasi produk hortikultura di lembaga pemerintah. Diharapkan implementasi sistem ini dapat meningkatkan efisiensi operasional, mendukung standardisasi mutu, dan mempersiapkan BRMP dalam menghadapi era pertanian modern yang berbasis kecerdasan buatan]]>
Copyrights © 2025
