Metode Klasifikasi Kematangan Tandan Buah Segar Kelapa Sawit: Sebuah Tinjauan Sistematis

Abstract

Penentuan kematangan buah kelapa sawit sangat penting untuk meningkatkan kualitas dan kuantitas produksi minyak kelapa sawit. Penelitian ini mengkaji penggunaan teknologi deep learning untuk mengklasifikasikan kematangan kelapa sawit melalui Systematic Literature Review (SLR). Metode penelitian yang digunakan adalah Systematic Literature Review (SLR) yang melibatkan analisis 35 jurnal dari Scopus dan Google Scholar dari tahun 2020 hingga 2024, dengan fokus pada kumpulan data, algoritma, lokasi kumpulan data, dan metode pengukuran kinerja model. Hasilnya menunjukkan bahwa ANN dan CNN adalah algoritma yang paling banyak digunakan, dengan penggunaan masing-masing 16% dan 10%. Akurasi, presisi, perolehan, dan skor F1 adalah metrik kinerja yang paling umum. Penelitian di masa depan harus fokus pada peningkatan generalisasi model dan mengintegrasikan data dari berbagai sumber untuk meningkatkan akurasi klasifikasi, tujuannya untuk berkontribusi pada klasifikasi kematangan minyak sawit dan membantu industri meningkatkan efisiensi dan kualitas produksi.