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