Text
Identifikasi Tingkat Kematangan Buah Kopi Dengan Teknologi Visi Komputer Menggunakan Algoritma Yolov8
Penelitian ini bertujuan untuk mengidentifikasi tingkat kematangan buah kopi menggunakan teknologi visi komputer berbasis algoritma You Only Look Once (YOLOv8). Sistem ini dirancang untuk mendeteksi tingkat kematangan buah kopi secara otomatis dan real-time, sehingga diharapkan mampu mendukung proses panen yang lebih efektif dan berkualitas. Penentuan tingkat kematangan buah kopi sangat penting untuk menjaga kualitas biji kopi yang dihasilkan. Namun, proses identifikasi saat ini masih dilakukan secara manual, yang sering menghadapi kendala seperti keterbatasan tenaga kerja, efisiensi waktu, serta hasil identifikasi yang tidak konsisten, yang dapat memengaruhi kualitas hasil panen. Metode yang digunakan dalam penelitian adalah You Only Look Once (YOLOv8) ini melibatkan pengembangan aplikasi berbasis teknologi visi komputer
untuk mengidentifikasi tingkat kematangan buah kopi ke dalam empat kategori, yaitu mentah, setengah matang, matang, dan matang sempurna. Sistem bekerja dengan memindai objek buah kopi menggunakan kamera, di mana algoritma You Only Look Once (YOLOv8) berfungsi untuk menganalisis karakteristik visual buah kopi untuk menentukan tingkat kematangan. Hasil penelitian menunjukkan bahwa sistem identifikasi tingkat kematangan buah kopi mampu mencapai precision sebesar 100%, recall sebesar 90,9%, F1score sebesar 95,2%, dan akurasi sebesar 66,7%. Output sistem berupa klasifikasi tingkat kematangan buah kopi dalam kategori mentah, setengah matang, matang, dan matang sempurna. Meskipun akurasi keseluruhan masih perlu ditingkatkan, hasil ini menunjukkan bahwa aplikasi yang dikembangkan dapat menjadi alat bantu inovatif
untuk mendukung petani dan pelaku industri kopi dalam meningkatkan efisiensi proses panen dan memastikan kualitas biji kopi yang optimal. Dengan demikian, penelitian ini memberikan solusi berbasis teknologi yang menjanjikan untuk mengatasi tantangan dalam identifikasi tingkat kematangan buah kopi.
| S250267 | SKR-2024 FIR i | Perpustakaan Universitas Handayani Makassar | Tersedia |
Tidak tersedia versi lain