IMPLEMENTASI ALGORITMA DEEP LEARNING YOLOV8 PADA ALAT SORTIR KEMATANGAN BUAH TOMAT

Abstract

          Proses penyortiran buah tomat adalah hal yang penting karena akan menentukan kualitas buah tomat yang akan di distribusikan. Umumnya proses penyortiran dilakukan secara manual. Metode ini memiliki kelemahan yaitu keterbatasan fisik manusia yang cepat lelah dan perbedaan persepsi antar individu yang berbeda-beda menyebabkan hasil sortir yang tidak konsisten. Kehadiran sistem cerdas menghasilkan algoritma deep learning yang dapat membuat alat dapat membuat keputusan sendiri berdasarkan dataset yang dipelajari. Metode YOLOv8 adalah aplikasi dari algoritma deep Learning yang dapat mendeteksi hingga mengklasifikasi objek termasuk buah tomat. Sistem ini menggunakan YOLOv8 sebagai algoritma deteksi dengan 4 kelompok tingkat kematangan yaitu mentah, setengah matang, matang, dan busuk. Dari penelitian ini didapatkan accuracy total 0,99 dengan accuracy masing-masing kelompok 1, 1, 0.98, dan 0.98. Nilai precision masing-masing kelas 1, 1, 0.92, dan 1 Nilai recall masing-masing kelompok 1, 1, 1, dan 0.92. Nilai f1-score masing-masing kelompok 1, 1, 0.95, dan 1.