DETEKSI DAN HITUNG BUAH COKELAT MATANG DAN NON-MATANG PADA POHONNYA SECARA REALTIME = REALTIME DETECTION AND COUNTING OF RIPE AND UNRIPE CACAO PODS IN THE TREE


Radifan, Muhammad Raedi (2022) DETEKSI DAN HITUNG BUAH COKELAT MATANG DAN NON-MATANG PADA POHONNYA SECARA REALTIME = REALTIME DETECTION AND COUNTING OF RIPE AND UNRIPE CACAO PODS IN THE TREE. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D42116304_skripsi_05-01-2023 cover1.jpg

Download (205kB) | Preview
[thumbnail of Bab 1-3] Text (Bab 1-3)
D42116304_skripsi_05-01-2023 bab 1-3.pdf

Download (1MB)
[thumbnail of Dapus] Text (Dapus)
D42116304_skripsi_05-01-2023 dp.pdf

Download (251kB)
[thumbnail of Full Text] Text (Full Text)
D42116304_skripsi_05-01-2023.pdf
Restricted to Repository staff only until 25 January 2026.

Download (4MB)

Abstract (Abstrak)

Estimasi jumlah dan waktu panen kakao (cokelat) sangat penting bagi petani untuk mengestimasi usaha yang dibutuhkan untuk memanen tanamannya. Hal ini dapat dilakukan dengan cara menghitung jumlah buah matang dan non matang pada pohon cokelat. Namun jika dilakukan manual akan sulit terutama jika terdapat banyak pohon dan lahan yang luas. Untuk itu pada penelitian ini diajukan solusi deteksi dan perhitungan jumlah buah cokelat langsung pada pohonnya menggunakan deep learning. Pengambilan data menggunakan drone dengan tiga variasi jarak yaitu 100 cm, 150 cm, dan 200 cm. Data yang digunakan dalam penelitian ini sebanyak 674 citra gambar dan dibagi menjadi 542 data training serta 132 data testing. Sedangkan algoritma yang digunakan adalah algoritma You Only Look Once (YOLO) versi ke-4 untuk pendeteksian objek. Pada penelitian ini dilakukan perhitungan akurasi klasifikasi menggunakan confusion matrix yang menghasilkan rata-rata akurasi sebesar 97% serta perhitungan jumlah buah cokelat per pohon yang diperoleh dengan persentase jumlah buah prediksi yang benar terhadap jumlah buah sebenarnya yang menghasilkan rata-rata akurasi tertinggi 90% pada jarak 100 cm dan terendah 79% pada jarak 200 cm.

Keywords : Deteksi Buah Cokelat, Deep Learning, CNN, You Only Look Once (YOLO), Drone, Realtime.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Deteksi Buah Cokelat, Deep Learning, CNN, You Only Look Once (YOLO), Drone, Realtime.
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions (Program Studi): Fakultas Teknik > Teknik Informatika
Depositing User: S.Sos Rasman -
Date Deposited: 25 Jan 2024 05:22
Last Modified: 25 Jan 2024 05:22
URI: http://repository.unhas.ac.id:443/id/eprint/32409

Actions (login required)

View Item
View Item