Implementasi Pengolahan Citra Pada Penyortiran Buah Kelapa Sawit Menggunakan Kamera Berbasis Mikrokontroler Arduino
DOI:
https://doi.org/10.53513/jursik.v5i4.11390Keywords:
Pengolahan Citra, Buah Kelapa Sawit, Penyortiran Otomatis, Kamera, ArduinoAbstract
Proses penyortiran buah kelapa sawit berdasarkan tingkat kematangan merupakan tahap penting dalam menentukan kualitas dan nilai jual hasil panen. Namun penyortiran masih banyak dilakukan secara manual pada beberapa pabrik kelapa sawit. Metode manual ini memiliki kelemahan, antara lain bergantung pada subjektivitas manusia, membutuhkan waktu yang lama, serta kurang konsisten dalam hasil penyortiran. Permasalahan tersebut menyebabkan rendahnya efisiensi kerja dan potensi kesalahan klasifikasi yang dapat berdampak pada penurunan mutu hasil produksi. Pada penelitian ini dibuat sebuah sistem penyortiran otomatis berbasis pengolahan citra digital menggunakan kamera dan mikrokontroler Arduino. Sistem ini menggunakan kamera untuk mengambil gambar buah kelapa sawit, yang kemudian dianalisis dengan metode pengolahan citra untuk mengidentifikasi tingkat kematangan berdasarkan nilai warna RGB. Hasil klasifikasi tersebut dikirim ke mikrokontroler Arduino melalui komunikasi serial untuk mengendalikan aktuator berupa motor servo dalam mengarahkan buah ke tempat sortir yang sesuai. Hasil pengujian menunjukkan bahwa sistem mampu melakukan proses klasifikasi dan penyortiran buah kelapa sawit secara otomatis dengan tingkat akurasi dan kecepatan yang memadai. Sistem ini terbukti dapat meningkatkan efisiensi dan konsistensi dalam proses penyortiran dibandingkan metode manual.
Downloads
References
D. Anggreani, M. I. Nasution, and N. Nasution, “Sistem Penyortir Otomatis Kematangan Tomat Berdasarkan Warna dan Berat dengan Sensor Tcs3200 dan Sensor Load Cell Hx711 Berbasis Arduino UNO,” J. Fis. Unand, vol. 12, no. 3, pp. 374–380, 2023, doi: 10.25077/jfu.12.3.373-379.2023.
A. Wibowo, P. Poningsih, I. Parlina, S. Suhada, and A. Wanto, “Rancang Bangun Mesin Sortir Buah Kelapa Sawit Berdasarkan Tingkat Kematangan Menggunakan Sensor Warna Tcs3200 Berbasis Arduino Uno,” STORAGE J. Ilm. Tek. dan Ilmu Komput., vol. 1, no. 2, pp. 9–15, 2022, doi: 10.55123/storage.v1i2.305.
M. Rodríguez, Velastequí, “No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title,” pp. 1–23, 2019.
R. Mustafa, “Pengaruh Harga Cpo (Crude Palm Oil) Di Global Market Terhadap Harga Minyak Goreng Di Pasar Domestik,” SIBATIK J. J. Ilm. Bid. Sos. Ekon. Budaya, Teknol. dan Pendidik., vol. 1, no. 8, pp. 1565–1574, 2022, doi: 10.54443/sibatik.v1i8.209.
No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title, vol. 75, no. 17. 2021.
R. R. Karim, “Implementasi Klasifikasi Senjata Tradisional Jawa Barat Menggunakan Convolutional Neural Network (Cnn) Dengan Metode Transfer Learning,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 2, 2024, doi: 10.23960/jitet.v12i2.4166.
13) Menurut Anggraeni dan Irviani (2017, “Bab Ii Landasan Teori,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2019, [Online]. Available: http://kbbi.web.id/preferensi.htmlDiakses
D. Sasmoko, Arduino dan Sensor. 2021.
A. Syariffudin, A. Ashari, and U. Pratiwi, “Perancangan Alat Peraga Gerak Harmonik Berupa Bandul Matematis Menggunakan Sensor Photodioda Berbasis Arduino,” J. Pendidik. Sains dan Komput., vol. 2, no. 01, pp. 196–207, 2022, doi: 10.47709/jpsk.v2i01.1462.
R. D. . Pamungkas, “Rancang Bangun Elektrik Steering Gear Berbasis Mikrokontroler Arduino Uno R3,” 2023, [Online]. Available: DCP REGGA - 2023 - repository.pip-semarang.ac.id. RANCANG BANGUN ELEKTRIK STEERING GEAR BERBASIS MIKROKONTROLER ARDUINO UNO R3. pip-semarang.ac.id
S. Saifullah, D. Prasetyo, Indahyani, R. Drezewski, and F. Dwiyanto, “Palm Oil Maturity Classification Using K-Nearest Neighbors Based on RGB and L*a*b Color Extraction,” Procedia Comput. Sci., vol. 225, pp. 3011–3020, Dec. 2023, doi: 10.1016/j.procs.2023.10.294.
A. Rilo Pambudi, Garno, and Purwantoro, “JIP (Jurnal Informatika Polinema) DETEKSI KEASLIAN UANG KERTAS BERDASARKAN WATERMARK DENGAN PENGOLAHAN CITRA DIGITAL,” J. Inform. Polinema, vol. 6, no. 4, pp. 69–74, 2020.














