Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

RANCANG BANGUN ALAT IDENTIFIKASI KEMATANGAN BUAH PISANG MENGGUNAKAN ESP32-CAM DAN EDGE IMPULSE

ADASRA PRATAMA, - (2025) RANCANG BANGUN ALAT IDENTIFIKASI KEMATANGAN BUAH PISANG MENGGUNAKAN ESP32-CAM DAN EDGE IMPULSE. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

[img]
Preview
Text (BAB GABUNGAN)
Tugas Akhir [Adasra Pratama] Gabungan Kecuali Bab IV - ADASRA PRATAMA TEKNIK ELEKTRO.pdf - Published Version

Download (6MB) | Preview
[img] Text (BAB HASIL)
BAB IV - ADASRA PRATAMA TEKNIK ELEKTRO.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text (SURAT PERNYATAAN PUBLIKASI)
Surat Pernyataan Publikasi Tugas Akhir - ADASRA PRATAMA TEKNIK ELEKTRO.pdf - Published Version

Download (523kB) | Preview

Abstract

Indonesia merupakan negara tropis dengan produksi pisang yang tinggi dan beragam. Namun, penilaian tingkat kematangan pisang masih banyak dilakukan secara manual yang bersifat subjektif dan kurang konsisten, sehingga berpotensi menyebabkan kerugian pascapanen. Seiring perkembangan teknologi, metode berbasis pengolahan citra dan pembelajaran mesin seperti Convolutional Neural Network (CNN), K-Nearest Neighbor (kNN), Artificial Neural Network (ANN), serta Fuzzy Logic mulai dimanfaatkan dalam klasifikasi kematangan buah. Namun, implementasi metode ini kerap menghadapi tantangan seperti keterbatasan data, variasi kondisi lingkungan, dan kebutuhan komputasi tinggi. Penelitian ini bertujuan untuk merancang dan membangun sistem identifikasi tingkat kematangan buah pisang secara otomatis dengan memanfaatkan mikrokontroler ESP32-CAM yang terintegrasi dengan kamera serta platform Edge Impulse untuk pengolahan dan klasifikasi citra secara lokal. Hasil yang diperoleh menunjukkan bahwa sistem yang dikembangkan mampu melakukan klasifikasi tingkat kematangan buah pisang secara langsung dan real-time. Model klasifikasi yang dibangun melalui platform Edge Impulse dan dijalankan pada perangkat ESP32-CAM menunjukkan performa yang cukup baik, dengan rata-rata akurasi mencapai 83,83%. Hal ini menunjukkan bahwa sistem telah bekerja secara efektif dalam mengidentifikasi tiga kategori kematangan buah pisang, yaitu mentah, setengah matang, dan matang.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorOKTAF BRILLIAN KHARISMA, -2012108403brilian@uin-suska.ac.id
Subjects: 600 Teknologi dan Ilmu-ilmu Terapan
Divisions: Fakultas Sains dan Teknologi > Teknik Elektro
Depositing User: Ms. Hidayani
Date Deposited: 22 Jul 2025 02:27
Last Modified: 22 Jul 2025 02:27
URI: http://repository.uin-suska.ac.id/id/eprint/91012

Actions (login required)

View Item View Item