Sortasi Buah Jambu Kristal (Psidium Guajava L.) Berbasis Citra RGB Menggunakan Algoritma Convolutional Neural Network untuk Membantu Proses Pasca Panen

Abstract

Teknologi kecerdasan buatan dapat membantu sektor pertanian dalam mewujudkan
smart farming. Salah satu tahapan pertanian yang membutuhkan sentuhan kecerdasan
artifisial adalah sortasi buah, yang biasanya dilakukan oleh manusia secara manual.
Sortasi buah dilakukan untuk memisahkan antara buah yang layak di pasarkan di
supermarket/ekspor, pasar tradisional atau tidak layak pasar. Computer vision
merupakan salah satu teknologi kecerdasan buatan yang tepat untuk membantu sortasi
buah, karena mampu mengesktrak karakteristik buah sesuai warna dan tekstur dan
mengklasifikasikannya sesuai grade yang dibutuhkan pasar. Penelitian ini akan
merancang arsitektur Convolutional Neural Network dan menguji tingkat akurasi
model sebelum diterapkan pada alat sortasi buah yang sebenarnya. Objek penelitian
yang digunakan pada penelitian ini adalah buah Jambu Kristal (Psidium Guajava L.).
Jambu Kristal merupakan salah satu tanaman perkebunan yang sering dibudidayakan
petani. Permintaan pasar untuk jambu jenis ini memang cukup tinggi, hal tersebut
dikarenakan teksturnya yang gurih dan buahnya yang manis hampir menyerupai buah
pir atau apel. Warna kulit pada jambu kristal dapat menjadi ukuran dalam menentukan
kematangan dan waktu panen buah tersebut, sehingga cocok jika menggunakan
tekologi computer vision untuk membantu sortasi buah jambu kristal. Diharapkan
dengan penerapan teknologi kecerdasan artifisial pada sortasi buah, mampu
mempercepat penerapan teknologi smart farming di Indonesia, khususnya pada sub
sektor holtikultura.