IMPLEMENTASI YOLOV8 UNTUK DETEKSI DAN KLASIFIKASI TINGKAT KEMATANGAN BUAH MANGGA BERDASARKAN CITRA DIGITAL
Abstract
Penelitian ini mengembangkan sistem otomatis untuk mengklasifikasikan kematangan buah mangga menggunakan algoritma YOLOv8 berbasis citra digital, guna mengatasi ketidakakuratan sortir manual oleh petani. Sistem ini menganalisis ciri visual seperti warna dan tekstur secara real-time. Hasil pengujian menunjukkan performa model yang sangat baik dengan mean Average Precision (mAP50) mencapai 94,19%, presisi 94,52%, dan recall 91,85%. Sistem ini diimplementasikan dalam aplikasi mobile untuk petani dan distributor, memperkenalkan teknologi AI guna meningkatkan efisiensi di sektor pertanian.
Metrics
Topics
Related Documents
Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV dengan KNN
Husnul KhotimahNur Nafi’iyahMasruroh Masruroh
Implementasi Convolutional Neural Network untuk Klasifikasi Tingkat Kematangan Buah Nanas Menggunakan YOLOv8
Syadina Arya PrasetyaMihuandayani MihuandayaniYansen AbastMichael MangoleJonathan Rahman
Deteksi Kematangan Buah Mangga Berdasarkan Analisis Warna Dan Tekstur Menggunakan Pengolahan Citra
Wiwi WulandariYudhi AdityaUl Khairat
KLASIFIKASI BUAH MANGGA BERDASARKAN TINGKAT KEMATANGAN MENGGUNAKAN LEAST-SQUARES SUPPORT VECTOR MACHINE
Cahya BagusMuhammad Ali ImronMuhammad Imron
KLASIFIKASI TINGKAT KEMATANGAN BUAH KOPI BERDASARKAN DETEKSI WARNA MENGGUNAKAN METODE KNN DAN PCA
Siti Raysyah RaysyahVeri ArinalDadang Iskandar Mulyana