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.
