View/Open

Author
Faishal, Rachman Sambas

Advisor
Syamsyarief Baqaruzi, S.T., M.T.
Nur Miswari, S.T., M.T.

Koleksi
Student Dissertations and Theses

Publisher

Kelapa sawit merupakan sektor perkebunan yang diandalkan sebagai sumber pendapatan negara dikarenakan besarnya devisa yang dihasilkan. Besarnya sektor menyebabkan semakin besarnya tenaga kerja yang dibutuhkan, salah satunya pekerja panen kelapa sawit. Proses penanaman kelapa sawit ini biasanya dilakukan secara manual, sedangkan diera globalisasi, penerapan teknologi sudah umum dilakukan sebagai pengganti gerakan manual. Salah satu penerapan teknologi ini berupa penggunaan kamera sebagai pengganti pendeteksi kematangan buah kelapa sawit. Penelitian ini bertujuan untuk mengetahui performa model yang dihasilkan beserta keandalan sistem dalam mendeteksi tingkat kematangan terhadap jarak tertentu. Metode penelitian melibatkan analisis data pada model machine learning berupa pengujian model training, model testing dan pengujian performa sistem berdasarkan variasi jarak. Dari hasil tersebut didapatkan bahwa model trainning pada machine learning pada kelas matang memiliki accuracy sebesar 0.99 dan F1 score sebesar 0.91, pada kelas mentah memiliki accuracy sebesar 0.99 dengan F1 score sebesar 0.95, pada kelas background memiliki accuracy sebesar 0.99 dengan F1 score sebesar 0.99. Pada pengujian model testing dilakukan pengujian dengan melibatkan 234 data dan didapatkan bahwa sistem dapat melakukan pembacaan dengan nilai accuracy sebesar 89.74

URI
https://repo.itera.ac.id/depan/submission/SB2409130005

Keyword
Kamera Machine Learning Model Testing Model Testing Jarak Accuracy F1 Score