Implementasi Algoritma YOLOv7 Pada Sistem Penghitung Benih Kelapa Sawit Secara Realtime = Implementation of the YOLOv7 Algorithm in the Palm Oil Seed Counting System in Realtime

Penelitian ini bertujuan untuk mengembangkan sistem penghitung benih kelapa sawit secara real-time menggunakan algoritma YOLOv7. Dalam industri kelapa sawit di Indonesia, permintaan benih kelapa sawit unggul meningkat namun sering terjadi kesalahan penghitungan benih akibat penggunaan laser sebagai sensor. Penelitian ini mengusulkan penerapan YOLOv7 untuk mengatasi masalah tersebut.Penelitian ini menggunakan 500 data gambar untuk melatih model YOLOv7 dengan hyperparameter yang ditentukan, dan memperoleh skor mAP sebesar 97,1%. Model tersebut diimplementasikan pada sistem penghitung benih kelapa sawit secara real-time dengan kecepatan deteksi 28,81 FPS pada kamera resolusi 720 piksel dan 24,02 FPS pada kamera resolusi 1080 piksel.
Implementasi sistem dimulai dengan membuat aplikasi desktop yang menggunakan model YOLOv7 untuk mendeteksi objek benih kelapa sawit pada video. Hasil penghitungan benih disimpan pada basis data lokal dan disinkronisasi dengan basis data cloud melalui aplikasi web. Data hasil penghitungan dikelola otomatis untuk menghasilkan laporan yang komprehensif.
Penelitian ini memberikan kontribusi dalam pengembangan teknologi untuk industri kelapa sawit dengan meningkatkan akurasi dan efisiensi penghitungan benih. Dengan penerapan YOLOv7, sistem penghitung benih kelapa sawit dapat bekerja secara real-time dan mengatasi masalah kesalahan penghitungan yang sering terjadi. Penelitian ini menunjukkan potensi penerapan kecerdasan buatan dalam industri kelapa sawit dan memberikan landasan untuk penelitian lebih lanjut dalam bidang ini.

Keywords : kecerdasan buatan, YOLOv7, deteksi objek, industri kelapa sawit