KLASIFIKASI BUAH SEGAR MENGGUNAKAN TEKNIK COMPUTER VISION UNTUK PENDETEKSIAN KUALITAS DAN KESEGARAN BUAH

Abstract

Pendeteksian kualitas dan kesegaran buah segar merupakan aspek penting dalam industri pertanian dan pemasaran buah-buahan. Dalam penelitian ini, kami mengusulkan metode klasifikasi buah apel, jeruk, dan pisang segar menggunakan teknik Computer Vision. Tujuan utama penelitian ini adalah mengembangkan sistem otomatis untuk mengenali jenis buah dan menilai kualitas serta kesegarannya berdasarkan gambar digital buah yang diambil secara non-destruktif. Metode yang digunakan meliputi pra-pemrosesan gambar, ekstraksi fitur, dan klasifikasi. Gambar buah diproses untuk mengurangi noise dan meningkatkan kontras, kemudian fitur-fitur penting diekstraksi menggunakan metode ekstraksi fitur berbasis teksur. Fitur-fitur ini digunakan sebagai input untuk algoritma klasifikasi menggunakan pendekatan Deep Learning dengan model Convolutional Neural Network (CNN). Hasil penelitian menunjukkan bahwa metode yang diusulkan mampu mengklasifikasikan buah apel, jeruk, dan pisang segar dengan tingkat akurasi yang tinggi. Selanjutnya, kami mengembangkan aplikasi Klasifikasi Jenis dan Kualitas Buah-Buahan berbasis website. Aplikasi ini menggunakan metode Transfer Learning dengan model VGG16 yang dilengkapi dengan arsitektur tambahan Fully Connected Layer untuk klasifikasi kualitas buah-buahan, serta metode Deep Learning dengan model CNN untuk klasifikasi jenis buah-buahan. Berdasarkan hasil pengujian akurasi klasifikasi kualitas buah-buahan sebesar 98.17% dan akurasi klasifikasi jenis buah-buahan sebesar 95.38%. Aplikasi ini memberikan manfaat signifikan dalam mengenali jenis dan kualitas buah-buahan dengan akurasi yang baik, memberikan informasi yang tepat dan akurat. Aplikasi ini dapat digunakan sebagai alat bantu dalam memilih buah-buahan dan meningkatkan pengalaman berbelanja buah-buahan secara online maupun offline.