DETEKSI KUALITAS BIJI JAGUNG PADA SISTEM KONVEYOR MENGGUNAKAN COMPUTER VISION = DETECTION OF CORN SEED QUALITY ON CONVEYOR SYSTEM USING COMPUTER VISION

Latar Belakang. Deteksi dan klasifikasi kualitas biji jagung pada sistem konveyor merupakan proses penting dalam industri pertanian untuk meningkatkan efisiensi dan konsistensi hasil sortir. Salah satu tantangan utama dalam proses ini adalah motion blur akibat pergerakan objek, yang menurunkan ketajaman citra dan mengurangi kejelasan fitur visual, seperti tekstur jamur dan retakan pada biji pecah. Kondisi ini berdampak pada penurunan performa model dalam proses deteksi dan klasifikasi. Tujuan penelitian untuk meningkatkan kinerja dan stabilitas deteksi kualitas biji jagung pada kondisi blur melalui integrasi metode Adaptive Total Variation (TV) Deblurring dengan model deteksi objek YOLOv11. Metode yang digunakan meliputi preprocessing citra menggunakan Total Variation untuk mengurangi efek blur dan mempertahankan tepi objek, hasil preprocessing digunakan sebagai input model YOLOv11 untuk mendeteksi dan mengklasifikasikan biji jagung ke dalam tiga kelas, yaitu berjamur, normal, dan pecah. Pengujian dilakukan pada tiga variasi kecepatan konveyor, yaitu 0,30 m/s, 0,35 m/s, dan 0,40 m/s, dengan metrik evaluasi precision, recall, mAP50, dan mAP50–95. Hasil penelitian menunjukkan bahwa peningkatan kecepatan konveyor menyebabkan penurunan performa model. Penerapan TV, khususnya TV Adaptive, mampu meningkatkan performa secara konsisten pada seluruh variasi kecepatan. Peningkatan paling tinggi terjadi pada kelas pecah, dengan nilai mAP50–95 meningkat dari 78,6% menjadi 86,5% pada kecepatan 0.30 m/s, dari 71,5% menjadi 80,9% pada kecepatan 0.35 m/s, dan dari 69,0% menjadi 78,3% pada kecepatan 0.40 m/s. Peningktaan juga terlihat pada nilai precision dan recall serta penurunan False Positive (FP) dan False Negative (FN). Kesimpulan, Integrasi TV Adaptive dan YOLOv11 menunjukkan kemampuan yang lebih baik dalam menjaga stabilitas deteksi pada kondisi blur berbagai kecepatan konveyor. Pendekatan ini berpotensi diterapkan sebagai dasar sistem inspeksi kualitas otomatis pada lingkungan konveyor di industri.