ERMAWANTI, SUCI (2026) S IS TEM K LAS I FIK AS I K EMATANGAN B UAH KELAPA SAWIT B ERB AS IS COMP UT ER VIS ION M ENGGUNAK AN OBJECT DET ECT ION (Studi Kasus : Peron Kamila). Sarjana thesis, Universitas Pasir Pengaraian.
![[img]](http://repository.upp.ac.id/style/images/fileicons/text.png) |
Text
COVER.pdf Download (667kB) |
|
Text
BAB 1 2 3.pdf Download (990kB) |
|
Text
BAB 4 5.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Proses sortasi Tandan Buah Segar (TBS) di Peron Kamila secara manual rentan terhadap risiko human error dan ketidakkonsistenan mutu CPO. Penelitian ini bertujuan membangun sistem klasifikasi kematangan buah kelapa sawit berbasis Computer Vision menggunakan metode Object Detection dengan model YOLO11n yang diintegrasikan ke dalam aplikasi berbasis web (PalmVision). Sistem dikembangkan dengan melatih model YOLO11n pada dataset yang terbagi menjadi 80% training, 10% validation, dan 10% testing untuk mengklasifikasikan tiga tingkat kematangan: mentah (Unripe), matang (Ripe), dan lewat matang (Overripe). Hasil evaluasi menunjukkan model mencapai Precision 84%, Recall 83%, F1-Score 83,50%, serta mAP@50 sebesar 86%. Pengujian Blackbox mengonfirmasi seluruh fitur aplikasi web berjalan dengan baik, sehingga sistem ini dapat membantu proses sortasi di Peron Kamila secara lebih cepat, konsisten, dan objektif.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Computer Vision, Kelapa Sawit, Kematangan Buah, , Object Detection, Web, YOLO11n. |
| Subjects: | Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Pustaka - - |
| Date Deposited: | 28 Sep 2026 07:46 |
| Last Modified: | 28 Sep 2026 07:46 |
| URI: | http://repository.upp.ac.id/id/eprint/4951 |
Actions (login required)
 |
View Item |
