Klasifikasi Tingkat Kematangan Buah Tomat menggunakan Computer Vision untuk Smart Agriculture

Abstract

Klasifikasi tingkat kematangan buah tomat merupakan salah satu aspek penting dalam industri pertanian. Identifikasi yang akurat dan efisien terhadap kematangan buah tomat dapat membantu petani dalam mengelola panen dengan lebih baik dan meningkatkan produktivitas pertanian secara keseluruhan. Untuk itu, penelitian ini bertujuan untuk mengklasifikasian kematangan buah tomat secara otomatis dengan pemanfaatan computer vision dan kecerdasan buatan menuju smart agriculture. Klasifikasi dilakukan menjadi 3 kategori kelas yaitu belum matang, setengah matang dan matang. Adapun total dataset yang digunakan pada penelitian ini adalah 240 citra tomat yang terdiri dari 180 data latih dan 60 data uji. Proses yang dilakukan menggunakan metode segmentasi HSV dengan nilai lower upper H [0-77], S [48-255] dan V [33-212]. Sedangkan proses klasifikasi menggunakan algoritma Support Vector Machine dengan kernel RBF dengan nilai parameter C = 7 and γ = 10-2. Hasil pengujian menunjukkan sistem yang digunakan memberikan kinerja terbaik dengan hasil akurasi 100% sehingga dapat diimplementasikan dengan baik dan memberikan kontribusi teknologi dalam peningkatan pasca panen menuju revolusi Industri 4.0.Kata Kunci : Klasifikasi, Tomat, HSV, Computer Vision, Smart Agriculture

Dampak Keahlian Robot Dalam Mengenali Kematangan Tomat Terhadap Kepuasan Pengguna Pada Sektor Agroindustri

“…Kualitas buah tomat yang baik memiliki dampak terhadap harga jual dan kepuasan konsumen. Proses pengawasan kematangan buah tomat sangat penting dalam produksi dan distribusi buah tomat yang berkualitas [6], [5]. Jika tomat dapat secara otomatis diklasifikasikan tingkat kematangannya menggunakan alat, hal ini akan mempermudah petani dalam meminimalkan pekerjaan manual yang membutuhkan waktu banyak [7], [8].…”