Update Artikelilmiah: 49122

LAOLA NURLITA ANGGRAENI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Pisang Cavendish merupakan salah satu komoditas dalam sektor pertanian yang mempunyai banyak nilai komersial yang menjanjikan. dan sangat rentan terhadap kerusakan, terutama kerusakan mekanis yang menyebabkan memar. Penelitian ini bertujuan untuk mengetahui dampak kerusakan mekanis akibat benturan pendulum terhadap luas memar dan susut bobot pisang serta mengevaluasi kinerja metode CNN dan SVM dalam mendeteksi dan mengklasifikasikan kerusakan memar pada buah pisang Cavendish.. Metode pengambilan sampel penelitian dilakukan dengan melakukan percobaan benturan pendulum dari ketinggian 30 cm pada bagian tengah pisang Cavendish dengan variasi berat pendulum 50 gram, 100 gram, dan 150 gram. Kemudian pisang disimpan selama 3 hari pada suhu ruang (±24℃) dan pengambilan data dilakukan di 0 jam, 24 jam, 48 jam, dan 72 jam. Data luas memar di analisis ANOVA untuk mengetahui perbedaan signifkan, data citra yang diperoleh dianalisis menggunakan algoritma CNN serta data luas memar, susut bobot, dan nilai rata-rata RGB dianalisis menggunakan algoritma SVM. Hasil penelitian menunjukkan bahwa kerusakan mekanis akibat benturan bola pendulum berpengaruh signifikan terhadap luas memar pisang Cavendish, namun perbedaan berat pendulum tidak berpengaruh signifikan terhadap susut bobot. Metode SVM menunjukkan kinerja yang lebih optimal, dengan akurasi mencapai 94% dan memiliki nilai rata-rata macro precision sebesar 94%, recall sebesar 91%, dan F1-score sebesar 92%. Sedangkan metode CNN menghasilkan akurasi sebesar 82% dengan nilai rata-rata macro precision sebesar 83%, recall sebesar 82%, dan F1-score sebesar 82%.

Abtrak (Bhs. Inggris)

Cavendish banana is one of the commodities in the agricultural sector that has a high commercial value and is very vulnerable to damage, especially mechanical damage that causes bruising. This study aims to determine the impact of mechanical damage caused by pendulum impact on bruise area and banana weight loss, as well as evaluate the performance of CNN and SVM methods in detecting and classifying bruise damage in Cavendish bananas. The sampling method in this study was carried out by conducting a pendulum impact test from a height of 30 cm on the center of Cavendish bananas with variations in pendulum weight of 50 grams, 100 grams, and 150 grams. The bananas were then stored for 3 days at room temperature (±24°C), and data were collected at 0 hour, 24 hours, 48 hours, and 72 hours. The bruised area data were analyzed using ANOVA to determine significant differences; the acquired image data were analyzed using CNN algorithm, and the bruised area, weight loss, and average RGB value were analyzed using SVM algorithm. The results showed that mechanical damage caused by pendulum impact significantly affected the bruised area on Cavendish bananas; however, the difference in pendulum weight did not significantly affect weight loss. The SVM method showed more optimal performance, with 94% accuracy, 94% macro precision, 91% recall, and 92% F1-score. Meanwhile, the CNN method resulted an accuracy of 82%, with a macro precision of 83%, recall of 82%, and an F1-score of 82%.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman