PERANCANGAN APLIKASI COMPUTER VISION BERBASIS CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI KEMATANGAN KELAPA SAWIT

Heri, Setiawan (2025) PERANCANGAN APLIKASI COMPUTER VISION BERBASIS CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI KEMATANGAN KELAPA SAWIT. Masters thesis, UNAMA.

	Text BAB I.pdf Download (140kB)
	Text BAB II.pdf Restricted to Registered users only Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (747kB)
	Text BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text BAB V.pdf Download (96kB)

Abstract

Penentuan tingkat kematangan buah kelapa sawit secara manual masih menjadi tantangan signifikan bagi petani skala kecil, menyebabkan inefisiensi dan penurunan kualitas hasil panen. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi computer vision berbasis Convolutional Neural Network (CNN) guna mendeteksi kematangan buah sawit secara otomatis, objektif, dan efisien. Metode yang digunakan adalah pengembangan sistem berbasis web dengan model Waterfall, mengintegrasikan arsitektur YOLOv5s yang dimodifikasi dengan Convolutional Block Attention Module (CBAM), C3 Transformer (C3TR), dan Bidirectional Feature Pyramid Network (BiFPN). Dataset yang terdiri dari 4160 citra buah sawit diproses melalui auto-orient, resize, normalisasi warna, dan augmentasi data, kemudian dibagi menjadi 70% data latih, 20% validasi, dan 10% uji. Pelatihan model dilakukan di Google Colab menggunakan GPU Nvidia A100 selama 21.36 menit. Hasil evaluasi model menunjukkan kinerja yang sangat tinggi dengan Precision 0.9858, Recall 0.9910, [email protected] sebesar 0.9941, dan [email protected]:0.95 sebesar 0.8544. Confusion Matrix dan kurva Precision-Recall mengindikasikan akurasi klasifikasi yang sangat baik dan kemampuan generalisasi model yang kuat. Implementasi sistem berbasis web memungkinkan petani mengunggah gambar atau video, serta menggunakan webcam untuk deteksi real-time. Aplikasi ini diharapkan dapat membantu petani dalam mengidentifikasi kematangan buah sawit secara lebih cepat dan objektif, meminimalkan kesalahan, dan meningkatkan kualitas serta efisiensi panen.

Actions (login required)

View Item