Electronic Theses and Dissertation

Pemilahan tomat secara manual oleh petani seringkali memakan waktu dan rentan terhadap kesalahan akibat kelelahan serta faktor lingkungan. Penelitian ini bertujuan merancang sistem seleksi buah tomat otomatis berbasis Arduino Uno dengan mengimplementasikan metode fuzzy logic Sugeno untuk meningkatkan akurasi dan efisiensi proses pemilahan. Sistem ini mengintegrasikan sensor warna TCS34725 untuk mendeteksi tingkat kematangan berdasarkan nilai hue dan sensor berat load cell HX711 untuk mengukur ukuran tomat sesuai standar SNI 01-3162:1992. Proses klasifikasi dilakukan melalui tiga tahapan utama: fuzzifikasi menggunakan fungsi keanggotaan trapesium, inferensi berbasis 9 aturan fuzzy, dan defuzzifikasi dengan metode weighted sum. Hasil pengujian pada 27 sampel tomat yang mencakup sembilan kategori kombinasi kematangan (hijau, kuning/oranye, merah) dan ukuran (kecil, sedang, besar) menunjukkan akurasi sistem yang sangat baik. Sensor TCS34725 mampu mengidentifikasi warna dengan konsistensi tinggi pada rentang hue 0-360 derajat, sementara sensor load cell HX711 memberikan presisi pengukuran berat dengan rata-rata error minimal. Namun, terdapat keterbatasan pada stabilitas termal sensor warna dan desain mekanik konveyor yang memengaruhi konsistensi operasional. Penelitian ini membuktikan bahwa implementasi fuzzy logic Sugeno efektif dalam menangani variabilitas parameter tomat, sehingga sistem layak dikembangkan lebih lanjut. Diharapkan, prototipe ini dapat menjadi solusi praktis bagi petani dalam meningkatkan produktivitas dan kualitas hasil panen tomat.

Kata Kunci: Seleksi Otomatis, Fuzzy logic Sugeno,tomat, seleksi otomatis, Sensor Warna TCS34725, Load Cell Hx711, Arduino Uno.

Manual tomato sorting by farmers is often time-consuming and prone to errors due to fatigue and environmental factors. This study aims to design an automatic tomato sorting system based on Arduino Uno by implementing the Sugeno fuzzy logic method to improve the accuracy and efficiency of the sorting process. The system integrates a TCS34725 color sensor to detect maturity levels based on hue values and an HX711 load cell to measure tomato size according to the SNI 01-3162:1992 standard. The classification process involves three main stages: fuzzification using trapezoidal membership functions, inference based on 9 fuzzy rules, and defuzzification via the weighted sum method. Testing results on 27 tomato samples, covering nine categories of maturity (green, yellow/orange, red) and size (small, medium, large), Excellent accuracy results. The TCS34725 sensor effectively identified colors with high consistency across a hue range of 0-360 degrees, while the HX711 load cell provided precise weight measurements with minimal average error. However, limitations were observed in the thermal stability of the color sensor and the mechanical design of the conveyor, which affected operational consistency. This study proves that the implementation of Sugeno fuzzy logic is effective in handling tomato parameter variability, making the system viable for further development. It is expected that this prototype can serve as a practical solution for farmers to enhance productivity and improve the quality of tomato harvests. Keywords: Automatic sorting, Sugeno fuzzy logic, tomato, TCS34725 color sensor, HX711 load cell, Arduino Uno.