Klasifikasi Kualitas Jambu Kristal Berdasarkan Warna Dan Bentuk Menggunakan Image Processing dengan Metode CNN

Indonesia memiliki kekayaan sumber daya alam yang melimpah, khususnya di sektor pertanian, dengan jambu kristal sebagai salah satu komoditas ekspor unggulan. Buah ini memiliki ciri khas berupa daging putih, renyah, minim biji, dan kaya akan vitamin C. Kualitas jambu kristal diukur berdasarkan ukuran, bobot, dan teksturnya. Penyortiran secara manual menjadi hambatan dalam meningkatkan nilai ekonomis buah ini. Penelitian ini mengembangkan sistem sortir otomatis berbasis Convolutional Neural Network (CNN) untuk memisahkan jambu kristal berdasarkan bentuk dan warna. Sistem ini menggunakan sensor dan mikrokontrolerarduino, serta teknologi pemrosesan citra untuk mengidentifikasi karakteristik buah menggunakan mini pc. Buah diletakkan dalam wadah kotak, kemudian diproses sortir. Kamera webcam menangkap gambar buah, dan data RGB diproses untuk memisahkan buah sesuai dengan standar ekspor. Jika memenuhi kriteria untuk supermarket, di lcd akan muncul hasil sortirnya dan Led akan menyala berwarnabiruuntuksupermarket,led akanmenyalaberwarnakuning untuk pasar,danledmerah akan menyala untuk sortir buah tidak layak. Dari penelitian ini didapatkan hasil bahwa 80% keberhasilan penyortiran buah jambu kristal dan 20% kegagalan dikarenakan beberapa faktor. Dengan adanya sistem ini diharapkan mampu meningkatkan efisiensi dan akurasi penyortiran jambu kristal sesuai dengan standar ekspor.