PENENTU MUTU LADA BERDASARKAN PERSENTASE BENDA ASING BERBASIS PENGOLAHAN CITRA

Muhammad Erfani, Ramadhani and Siti, Barokah (2023) PENENTU MUTU LADA BERDASARKAN PERSENTASE BENDA ASING BERBASIS PENGOLAHAN CITRA. Diploma thesis, Politeknik Manufaktur Negeri Bangka Belitung.

[thumbnail of Full Text] Text (Full Text)
LAPORAN PROYEK AKHIR 2023 REAL.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)

Abstract

Salah satu rempah-rempah yang paling banyak digunakan adalah lada, baik
dalam hal kontribusinya terhadap devisa negara maupun penggunaaannya
dalam memasak. Bangka Belitung merupakan salah satu daerah penghasil lada
putih terbaik di Indonesia yang dikenal dengan “Muntok white pepper”. Para
petani di Bangka menjual lada ke pengepul/pembeli lada. Para pengepul di
daerah ini memerlukan pemeriksaan lada dan benda asing masih menggunakan
cara manual. Cara ini sering kali tidak efesien karena presisi setiap orang
berbeda-beda. Penentuan standar mutu lada telah diatur dalam standar mutu
nasional (SNI). Dengan perkembangan ilmu pengetahuan dan teknologi muncul
sebuah ide untuk membuat sistem penentu mutu lada berdasarkan persentase
benda asing secara otomatis. Sistem ini menggunakan metode You Only Look
Once (YOLO), lebih tepatnya YOLOv3-tiny yang merupakan versi lebih ringan
dari YOLOv3. Dengan menggunakan model YOLOv3-tiny untuk membuat sistem
pendeteksian ini, didapatkan hasil bahwa model YOLOv3-tiny memiliki nilai
performa jaringan yang cukup tinggi yaitu nilai Precision sebesar 0,99, nilai
Recall diatas 70%, dan F1 Score bernilai diatas 80%. Model YOLOv3-tiny ini
memberikan hasil yang baik dan sistem juga dapat menentukan mutu lada
berdasarkan persentase benda asing. Persentase didapatkan dari total benda
asing yang berhasil terdeteksi dibagi total keseluruhan benda yang berhasil
terdeteksi, kemudian kalikan 100. Menurut standart mutu lada (SNI) nilai yang
didapatkan harus dibawah 2%. Kemudian dilakukan perbandingan antara sistem
deteksi yang telah dibangun dengan perhitungan benda secara manual.
Didapatkan bahwa sistem dapat mendeteksi 7 lada dengan waktu 0,27 detik lebih
baik daripada cara manual dan 26 lada dengan waktu 8,97 detik lebih baik
daripada cara manual.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Keywords : Pepper, YOLOv3, TinyYOLOv3, image detection
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: DIV Teknik Elektronika
Depositing User: Mardliyah Ayu
Date Deposited: 21 Feb 2023 02:31
Last Modified: 21 Feb 2023 02:31
URI: http://repository.polman-babel.ac.id/id/eprint/719

Actions (login required)

View Item
View Item