Klasifikasi kerusakan buah tomat menggunakan model Yolov8 berbasis website (studi kasus toko iwan Pangkalpinang)

Dhito Saputra, (NIM. 1102211008) (2026) Klasifikasi kerusakan buah tomat menggunakan model Yolov8 berbasis website (studi kasus toko iwan Pangkalpinang). Other thesis, Universitas Bangka Belitung.

	Text HALAMAN DEPAN.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (402kB)
	Text BAB II.pdf Restricted to Registered users only Download (547kB)
	Text BAB III.pdf Restricted to Registered users only Download (427kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (261kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (281kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (566kB)

Abstract

Proses penyortiran tomat di tingkat pedagang lokal umumnya masih bergantung pada metode manual rentan terhadap ketidakkonsistenan hasil. Penelitian ini mengembangkan sistem otomatisasi berbasis computer vision untuk mengklasifikasikan tingkat kerusakan buah tomat di Toko Iwan Pangkalpinang. Melalui pemanfaatan Model YOLOv8 yang diintegrasikan ke dalam platform website, buah tomat dikelompokkan ke dalam tiga kategori kondisi visual
permukaan, yaitu tidak rusak, rusak sedang, dan rusak berat. Model ini dilatih menggunakan 470 data citra yang terdiri dari 411 data latih hasil augmentasi, 30 data validasi, dan 29 data uji. Hasil pengujian menunjukkan performa evaluasi
komputasi yang optimal dengan nilai Precision sebesar 91,9%, Recall 93%, mAP50 93,9%, serta mAP50-95 sebesar 74,7%. Validasi sistem menggunakan pengujian black box mengonfirmasi bahwa seluruh fitur aplikasi berfungsi secara valid. Sementara itu, uji lapangan membuktikan sistem mampu mengenali tingkat kerusakan secara real-time dan bekerja lebih cepat dibandingkan metode manual, meskipun telah mencakup proses pengecekan ulang buah tomat. Meski demikian,
efektivitas klasifikasi sistem ini dapat dipengaruhi oleh stabilitas intensitas cahaya untuk menghindari efek pantulan kilau (glare) serta ketepatan pengambilan sudut foto dari arah atas objek.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	computer vision, klasifikasi kerusakan, tomat, website, YOLOv8
Subjects:	T Teknologi > T Teknologi (UMUM)
Divisions:	FAKULTAS SAINS DAN TEKNIK > TEKNOLOGI INFORMASI > SKRIPSI
Depositing User:	Supiyati Supiyati
Date Deposited:	03 Sep 2026 02:43
Last Modified:	03 Sep 2026 02:43
URI:	https://repository.ubb.ac.id/id/eprint/14733

Actions (login required)

View Item