(0721) 8030188    [email protected]   

All of ITERA Repository
Titles

Implementasi Model YOLOv11 Pada Perhitungan dan Pengukuran Buah Jambu Di PT. Great Giant Pineapple


View/Open

Author
RAHMAT, ALDI NASDA

Date Published
02 Jun 2026

Advisor
Andika Setiawan, S.Kom., M.Cs.,

Subject
Teknik Informatika

Publisher


Proses produksi buah jambu di packing house PT. Great Giant Pineapple saat ini masih menggunakan sistem konvensional yang mengandalkan tenaga kerja manusia. Pendekatan pengukuran dan perhitungan manual tersebut dinilai sangat rentan terhadap human error dan inkonsistensi. Dalam menekan tingkat kesalahan dan memperkuat pencatatan data operasional, penelitian ini merancang sebuah model AI yang terintegrasi dalam sebuah aplikasi desktop berbasis Windows. Sistem ini mengombinasikan algoritma You Only Look Once (YOLOv11-Seg) untuk proses segmentasi dan perhitungan jumlah buah secara real-time, serta melakukan estimasi ukuran fisik buah melalui metode kalibrasi spasial rasio piksel ke sentimeter. Pelatihan model kecerdasan buatan dilakukan menggunakan dataset gabungan DSLR dan CCTV dengan pendekatan validasi K-Fold Cross Validation (k=5). Untuk mendapatkan performa paling optimal, diterapkan teknik Grid Search hyperparameter tuning yang menghasilkan 8 konfigurasi uji dengan memvariasikan nilai Epoch, Batch Size, dan Learning Rate menggunakan optimizer AdamW. Hasil pengujian menunjukkan bahwa performa terbaik diraih pada Konfigurasi ke-6 dengan capaian presisi tinggi, yaitu Precision 99.42%, Recall 99.12%, mAP-50 99.50%, mAP50-95 96.76%, dan F-1 Score 99.27%. Secara operasional, aplikasi ini dirancang dengan alur sistematis mulai dari pemuatan model AI, inisiasi tangkapan kamera, dan pencatatan ke dalam database. Penelitian ini merupakan pondasi awal yang akan terus dikembangkan secara berkelanjutan oleh pihak internal PT. Great Giant Pineapple guna mendukung digitalisasi operasional perusahaan.

URI
https://repo.itera.ac.id/depan/submission/SB2606030020

Keyword
Jambu YOLOv11-Seg Segmentasi Kalibrasi Spasial Computer Vision