Identifikasi Tingkat Kematangan Buah Pisang Menggunakan Metode Yolo
Keywords:
Yolo, Pisang, Deteksi Objek, BuahAbstract
Identifikasi tingkat kematangan buah pisang merupakan aspek penting dalam industri pertanian dan distribusi buah untuk memastikan kualitas produk yang diterima oleh konsumen, Penelitian ini bertujuan untuk mengembangkan sistem otomatis yang dapat mengidentifikasi tingkat kematangan buah pisang menggunakan metode YOLO atau You Only Look Once. YOLO merupakan algoritma deteksi objek yang efisien dan dapat mendeteksi serta mengklasifikasi objek dalam waktu nyata atau real time. Dalam penelitian ini, kami mengumpulkan dataset gambar buah pisang yang didapat dari situs Kaggle: Your Machine Learning and Data Science Community dari berbagai tingkat kematangan, mulai dari mentah hingga matang. Gambar-gambar ini kemudian dilabeli untuk digunakan dalam training model YOLO. Setelah pelatihan, model ini diuji dengan dataset terpisah untuk mengevaluasi kinerjanya. Hasil penelitian menunjukkan bahwa model YOLO mampu mengidentifikasi tingkat kematangan buah pisang dengan akurasi rata-rata sebesar 80%. Implementasi metode ini tidak hanya meningkatkan efisiensi proses sortasi di industri, tetapi juga mengurangi kesalahan manusia dalam penilaian tingkat kematangan. Temuan ini menunjukkan potensi besar penggunaan teknologi deteksi objek dalam aplikasi pertanian, khususnya dalam aplikasi pertanian, khususnya dalam pengelolaan pasokan buah pisang.
References
Aji Pangestu, M.B., Dicky Prasetya, Dafa Akbar Firmanyah, Fakhri Naufal Ananda dan Perani Rosyani. (2022). Sistem pakar untuk teknis diagnosa kerusakan menggunakan metode antaŭan ĉen. WHISPER: Jurnal Ilmu Komputer, Hukum, Kesehatan dan Sosial Humaniora, 1(2), 117–125. Diambil dari https://journal.mediapublikasi.id/index.php/bisik/article/view/365.
Ernie, Agung Lakson, A. ., Shahlanisyiam, M. . dan Rosyani, P. . (2023). Sebuah sistem pakar untuk diagnosis penyakit kulit dengan menggunakan metode rantai anterior. Jurnal Manajemen, Ekonomi, Hukum, Kewirausahaan, Kesehatan, Pendidikan dan Informatika (MANEKIN), 1 (4: Juni), 152-157. Diambil dari https://journal.mediapublikasi.id/index.php/manekin/article/view/2736
Jupri, G.D., Rosandi, dan Perani Rosyani. (2022). Penerapan Kecerdasan Buatan dalam Sistem Manufaktur Terintegrasi: Penerapan Kecerdasan Buatan. BISIK: Jurnal Ilmu Komputer, Hukum, Kesehatan dan Sosial Humaniora, 1(2), 140–143. Diambil dari https://journal.mediapublikasi.id/index.php/sisi/article/view/341.
Sitanggang, B. (2019). "Nilai Gizi dan Manfaat Buah Pisang". Jurnal Agribisnis Tropis.
Redmon, J., et al. (2016). "You Only Look Once: Deteksi Objek Seragam, Real-Time". Prosiding Konferensi IEEE tentang Visi Komputer dan Pengenalan Pola (CVPR).
Prasetyo, H., Nugroho, S., & Wahyudi, A. (2020). "Deteksi Kematangan Buah Pepaya Menggunakan Algoritma YOLO Berbasis Android". Jurnal Teknologi Pertanian Indonesia.
Rahmayani, A., Melania, A., Amara, F., & Rosyani, P. (2022). APLIKASI PEMILIHAN POWDER MINUMAN BERDASARKAN REFERENSI KONSUMEN MENGGUNAKAN FUZZY LOGIC. BISIK: Jurnal Ilmu Komputer, Hukum, Kesehatan dan Sosial Humaniora, 1(1), 51-61.
Rosyani, P., & Retnawati, R. (2023). Ekstraksi Fitur Wajah Menggunakan Metode Viola Jones dengan Tools Cascade Detector. JURIKOM (Jurnal Riset Komputer), 10(2), 633-639.
Rosyani, P., Suhendi, A., Apriyanti, D. H., & Waskita, A. A. (2021). Color Features Based Flower Image Segmentation Using K-Means and Fuzzy C-Means. Building of Informatics, Technology and Science (BITS), 3(3), 253-259
Fani Amanatul Khaliq, Fanny Amanda Ariestia, Imamo Arkansyah, Rizky Aditya Suryo Leksono dan Perani Rosyani. (2022). Perbandingan metode Sumean Mamdani, Sugeno dan Tsukamoto dalam diagnosis diabetes melitus. BISIK: Jurnal Ilmu Komputer, Hukum, Kesehatan dan Sosial Humaniora, 1(1), 62–66 Prenite de https://journal.mediapublikasi.id/index.php/bisa/article/view/915
Maulida, A. ., Rahmatulloh, A. ., Ahussalim, I., Robby kaj Rosyani, P. . (2023). Analisis Metode Forward Chaining dalam Sistem Pakar: Tinjauan Pustaka Sistematis. Jurnal Manajemen, Ekonomi, Hukum, Kewirausahaan, Kesehatan, Pendidikan dan Informatika (MANEKIN), 1 (4: junio), 144-151. Haettetu osoitteesta https://journal.mediapublikasi.id/index.php/manekin/article/view/2730
Setya Tahyana, A. ., Zidane Hasbiallah, A. ., Fathurrahman, Ali Reza, M. ., Ja Rosyani, P. . (2023). Sistem pakar untuk menganalisis kepribadian siswa dengan model forward chaining. BISIK: Jurnal Komputasi, Hukum, Kesehatan dan Sosial Kemanusiaan, 1 (3 Oktober), 218-220. Diambil dari https://journal.mediapublikasi.id/index.php/bisa/article/view/420
Y Anggraini, M Indra, M Khoirusofi, IN Azis, P Rosyani - BINER: Jurnal Ilmu Komputer, Teknik dan multimedia, 2023
