IMPLEMENTASI YOLOV8 UNTUK DETEKSI TINGKAT KEMATANGAN BUAH JERUK BERBASIS PENGOLAHAN CITRA DIGITAL

Tanaman jeruk manis (Citrus sinensis) merupakan komoditas penting dalam industri pertanian Indonesia, namun proses penyortiran tingkat kematangan buah jeruk hingga saat ini masih banyak dilakukan secara manual yang rentan terhadap kesalahan, subjektivitas, dan memakan waktu. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis tingkat kematangan buah jeruk menggunakan algoritma You Only Look Once version 8 (YOLOv8) berbasis pengolahan citra digital yang mampu bekerja secara efektif pada kondisi pencahayaan dan latar belakang yang kompleks. Metode penelitian yang digunakan meliputi pengumpulan dataset sebanyak 6.354 gambar buah jeruk dari berbagai sumber, proses pelabelan, preprocessing gambar seperti resize, normalisasi, augmentasi, serta pelatihan model YOLOv8 dengan tuning hyperparameter. Proses evaluasi model dilakukan dengan mengembangkan aplikasi web dan mengujinya secara langsung menggunakan 593 gambar sebagai data test. Hasil penelitian menunjukkan bahwa model terbaik mampu mencapai mean Average Precision (mAP) sebesar 98,3% dengan tingkat precision dan recall yang tinggi. Temuan ini membuktikan bahwa model deteksi yang dikembangkan mampu mengklasifikasikan buah jeruk ke dalam kategori matang, belum matang, dan busuk secara akurat, serta dapat digunakan untuk meningkatkan efisiensi proses penyortiran dan panen. Penelitian ini memberikan kontribusi signifikan pada penerapan teknologi otomatisasi dalam sektor pertanian dan dapat menjadi referensi untuk penelitian lanjutan terkait deteksi kematangan buah dengan variasi yang lebih kompleks.