Identifikasi Buah Kelapa Sawit Berdasarkan Citra Red, Green, Blue Menggunakan Algoritma Naïve Bayes Classifier

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.