Abstract:
Kelapa sawit merupakan komoditas penting di Indonesia yang membutuhkan
penentuan tingkat kematangan buah secara tepat untuk menghasilkan minyak sawit
berkualitas tinggi. Penentuan kematangan umumnya masih dilakukan secara
manual sehingga rentan terhadap subjektivitas dan kesalahan. Penelitian ini
mengembangkan sistem identifikasi tingkat kematangan buah kelapa sawit berbasis
pengolahan citra digital menggunakan warna Red, Green, Blue (RGB) dengan
algoritma Naïve Bayes Classifier. Metode penelitian yang digunakan adalah
penelitian terapan dengan pendekatan kuantitatif-eksperimental. Data citra buah
sawit diperoleh melalui proses akuisisi, kemudian dilakukan pra-pemrosesan,
ekstraksi fitur warna RGB, pelabelan tingkat kematangan (mentah, setengah
matang, matang), dan klasifikasi menggunakan Naïve Bayes. Hasil penelitian
menunjukkan bahwa algoritma ini mampu melakukan klasifikasi tingkat
kematangan dengan akurasi yang baik, sederhana dalam implementasi, serta efisien
pada data berukuran kecil hingga menengah. Sistem yang dihasilkan berpotensi
meningkatkan efisiensi panen, mengurangi ketergantungan pada tenaga kerja
manual, dan mendukung implementasi pertanian presisi pada perkebunan kelapa
sawit di Indonesia.
