Electronic Theses and Dissertation

Penelitian ini bertujuan untuk menerapkan model logika fuzzy dalam menentukan kelayakan jual buah alpukat berdasarkan parameter berat dan warna kulit. Data dikumpulkan dari 22 buah alpukat berbasis Arduino Uno dengan sensor load cell untuk mengukur berat dan sensor TCS3200 untuk mengukur warna kulit dalam nilai RGB . Variabel fuzzy yang digunakan adalah berat (Ringan, Sedang, Berat) dan warna kulit (Hijau Muda, Hijau Tua, Hijau Bercak hitam atau merah). Aturan fuzzy yang diterapkan menentukan kelayakan jual buah alpukat dengan metode inferensi Mamdani dan defuzzifikasi centroid. Hasil penelitian menunjukkan dataset buah alpukat berhasil dikumpulkan sebagai bahan acuan untuk mengembangkan model logika fuzzy, dengan data persentase error berat 2.17% dan persentase error warna 2.29 %. Serta model fuzzy yang dikembangkan juga mempunyai presisi mencapai 80% dan akurasi 68 %. Evaluasi kinerja sistem menunjukkan bahwa penerapan logika fuzzy memberikan hasil yang konsisten dan sesuai acuan parameter Standar Nasional Indonesia (SNI) untuk kualitas buah alpukat. Metrik evaluasi menunjukkan bahwa sistem fuzzy cukup baik dalam menentukan buah alpukat yang "Layak Jual" dengan presisi 80%, tetapi masih ada ruang untuk peningkatan dalam hal akurasi keseluruhan (68%). Untuk meningkatkan akurasi, perlu dilakukan penyesuaian pada aturan fuzzy atau meningkatkan kualitas dataset dan sensor yang digunakan Dengan demikian, penelitian ini menunjukkan bahwa model logika fuzzy dapat diterapkan secara efektif dalam menentukan kelayakan jual buah alpukat, memberikan alternatif yang fleksibel dan terjangkau bagi industri pertanian. Model ini juga memperlihatkan potensi untuk dikembangkan lebih lanjut dengan menambahkan parameter lain atau menggunakan sensor dengan akurasi lebih tinggi.

Kata Kunci : Buah Alpukat, logika fuzzy, Arduino uno, sensor load cell, sensor TCS3200.

This study aims to apply a fuzzy logic model in determining the saleability of avocado fruit based on weight and skin color parameters. Data was collected from 22 Arduino Uno-based avocados with a load cell sensor to measure weight and a TCS3200 sensor to measure skin color in RGB values. The fuzzy variables used are weight (Light, Medium, Heavy) and skin color (Light Green, Dark Green, Green with black or red spots). The fuzzy rules applied determine the saleability of avocado fruit with the Mamdani inference method and centroid defuzzification. The results showed that the avocado fruit dataset was successfully collected as a reference material for developing fuzzy logic models, with data on the percentage error of weight 2.17% and the percentage error of color 2.29%. And the fuzzy model developed also has a precision of 80% and an accuracy of 68%. Evaluation of system performance shows that the application of fuzzy logic provides consistent results and according to the Indonesian National Standard (SNI) parameter reference for avocado fruit quality. Evaluation metrics show that the fuzzy system is quite good at determining “Sellable” avocados with 80% precision, but there is still room for improvement in terms of overall accuracy (68%). To improve the accuracy, it is necessary to make adjustments to the fuzzy rules or improve the quality of the dataset and sensors used.Thus, this study shows that fuzzy logic models can be applied in an effective way. Keywords: Avocado fruit, fuzzy logic, Arduino uno, load cell sensor, TCS3200 sensor.