DETEKSI KEMATANGAN BUAH SAWIT DENGAN MENGGUNAKAN ALGORITMA NEURAL NETWORK

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis kematangan buah sawit menggunakan algoritma Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari ribuan gambar buah sawit matang dan tidak matang dengan variasi kondisi pencahayaan dan sudut pengambilan gambar. Model CNN yang digunakan adalah MobileNetV2 yang telah diadaptasi untuk tugas klasifikasi biner. Proses pelatihan dilakukan menggunakan teknik augmentasi data untuk meningkatkan generalisasi model. Hasil evaluasi menunjukkan bahwa model CNN yang dikembangkan mampu mengklasifikasikan kematangan buah sawit dengan akurasi sebesar 84%. Perbandingan dengan metode konvensional yang mengandalkan penilaian visual menunjukkan bahwa model CNN memberikan hasil yang lebih konsisten dan objektif. Implementasi model ini berpotensi meningkatkan efisiensi proses panen dan pengolahan buah sawit serta mengurangi biaya produksi.