Sistem Deteksi Tingkat Kematangan Buah Kakao Berbasis Fluoresensi Menggunakan Metode Support Vector Machine (Svm)
Abstract
Penentuan tingkat kematangan buah kakao merupakan faktor penting dalam menghasilkan biji kakao berkualitas tinggi, karena waktu panen yang tidak tepat dapat memengaruhi proses fermentasi dan pada akhirnya berdampak pada kualitas produk kakao akhir. Metode penilaian kematangan yang saat ini digunakan umumnya masih bersifat konvensional dan bergantung pada pengamatan visual, yang bersifat subjektif serta sangat bergantung pada pengalaman petani, sehingga dapat menghasilkan penilaian yang tidak konsisten. Penelitian ini mengusulkan sebuah sistem deteksi tingkat kematangan buah kakao berbasis fluoresensi menggunakan metode klasifikasi Support Vector Machine (SVM). Sistem ini menggunakan LED ultraviolet (UV) sebagai sumber eksitasi dan sensor spektral AS7341 untuk menangkap respons fluoresensi dari permukaan kulit buah kakao. Indeks fluoresensi yang digunakan, yaitu klorofil, flavonol, dan antosianin, diekstraksi dan dimanfaatkan sebagai fitur input pada model SVM. Proses akuisisi data dilakukan menggunakan Arduino Nano, sedangkan proses klasifikasi dijalankan pada Raspberry Pi, dengan hasil ditampilkan melalui layar OLED. Buah kakao diklasifikasikan ke dalam tiga kategori kematangan, yaitu belum matang (1-4 bulan), matang (5 bulan), dan terlalu matang (lebih dari 5 bulan). Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mengklasifikasikan tingkat kematangan buah kakao secara akurat dan konsisten. Sistem yang diusulkan bersifat non-destruktif, portabel, dan berpotensi membantu petani dalam menentukan waktu panen yang optimal.
Fields of Study & Subjects
Smart Agriculture and AI
Spectroscopy and Chemometric Analyses
Data Mining and Machine Learning Applications
Publication details
- Journal / source
- Andalas University eThesis (Andalas University)
- Publication date
- 12 January 2026
- Language
- ID
- Document type
- Thesis