PERPUSTAKAAN POLITEKNIK ENJINERING INDORAMA

NPP : 3214032C0000001

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
No image available for this title
Bookmark Share

TA MEKATRONIKA

Sistem Klasifikasi Kematangan dan Ukuran Prototipe Buah Manggis dengan Metode Computer Vision Berbasis Machine Learning pada Raspberry Pi

Fajar Gumelar - Personal Name;

Manggis (Garcinia mangostana L) merupakan komoditas unggulan Indonesia dengan nilai ekonomi tinggi, terutama di Kabupaten Purwakarta, Jawa Barat. Namun, proses sortasi tingkat kematangan dan ukuran buah pascapanen masih dilakukan secara manual, yang bersifat subjektif, tidak konsisten, dan memerlukan waktu serta tenaga besar. Untuk meningkatkan efisiensi dan akurasi, diperlukan teknologi berbasis Computer Vision dan Machine Learning yang dapat mengotomatisasi proses klasifikasi. Penelitian ini mengembangkan sistem klasifikasi tingkat kematangan dan ukuran protipe buah manggis menggunakan model Machine Learning berbasis TensorFlow yang diintegrasikan dengan Raspberry Pi. Model dikembangkan melalui Teachable Machine dan dikonversi ke TensorFlow Lite untuk inferensi real-time menggunakan Webcam. Hasil klasifikasi di visualisasikan dalam layar monitor serta disimpan dalam format CSV. Selain itu, sistem ini juga mengontrol mekanisme sortir buah secara otomatis menggunakan motor servo berdasarkan hasil klasifikasi. Penelitian ini berhasil mengintegrasikan program Machine Learning dan Raspberry Pi untuk inferensi real-time menggunakan Webcam Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi tingkat kematangan dan ukuran buah dengan performa yang baik saat memprediksi Kelas Mentah dengan Precision 97.6%, Recall 83.1% dan F1 Score 89.8% serta Confidence 98.45 %. Sistem ini juga memproses klasifikasi dengan efisien dimana Inference Time 17.09 ms dan FPS 56.09. dengan demikian penelitian mampu menjalakan klasifikasi secara efisien dan real time untuk mengklasifikasi tingkat kematangan dan ukuran prototipe buah manggis. Kata kunci: Computer Vision, Machine Learning, Image Classification, Raspberry Pi, Image Processing, mangosteen classification.


Availability
#
Library PEI TA FAJ s
202530267
Available but not for loan - No Loan
Detail Information
Series Title
-
Call Number
TA FAJ s
Publisher
Purwakarta : Program Studi Teknologi Rekayasa Mekatronika Politeknik Enjinering Indorama., 2025
Collation
xii, 85 hlm.: ilus.; 30 cm
Language
Indonesia
ISBN/ISSN
-
Classification
TA FAJ s
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Machine Learning
Raspberry Pi
Klasifikasi
Kematangan Buah Manggis; Ukuran Buah Manggis
Specific Detail Info
Hardcover: Kuning
Statement of Responsibility
-
Other version/related

No other version available

File Attachment
No Data
Comments

You must be logged in to post a comment

PERPUSTAKAAN POLITEKNIK ENJINERING INDORAMA
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2025 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?