DONI BAYU SUGARA Primary Author mixed material bibliography Banda Aceh Fakultas Pertanian 2025

Skripsi

Indonesia merupakan salah satu negara produksi minyak sawit terbesar di dunia, salah satu permasalahan terbesar dalam produksi kelapa sawit ialah pada penyortiran yang masih dilakukan secara manual. Penyortiran TBS kelapa sawit yang dilakukan dengan cara konvensional masih terdapat beberapa kelemahan yaitu tenaga grader yang digunakan tidak dapat konsisten bekerja selama proses penyotiran TBS dan kelemahan lainnya ialah tingkat konsentrasi para grader yang dapat menurun saat stamina terkuras, sehingga banyak terjadi kasus TBS yang masih mentah dapat dimasukkan kedalam kategori matang begitupun sebaliknya. Beberapa permasalahan diatas dapat membuat peningkatan produktivitas TBS kelapa sawit kurang maksimum. sehingga dengan adanya penelitian ini dapat memudahkan pabrik kelapa sawit dalam meningkatkan produktivitas TBS dengan sistem yang menggunakan penerapan Teachable Machine. Oleh karena itu diperlukan suatu metode klasifikasi Tandan Buah Segar (TBS) kelapa sawit berdasarkan tingkat kematangan nya. Tujuan dari penelitian ini adalah mengklasifikasikan Tandan Buah Segar (TBS) kelapa sawit menggunakan Teachable Machine untuk klasifikasi TBS mentah, setengah matang, dan matang yang lebih akurat. Sampel TBS kelapa sawit yang dibutuhkan ialah sebanyak 300 TBS, dimana digunakan untuk data training sebanyak 240 TBS sedangkan untuk data testing sebanyak 60 TBS. Pengambilan citra TBS menggunakan kamera smartphone Iphone dengan format JPEG. data citra diambil langsung diatas pohon dalam gambar penuh satu tandan dan diambil langsung di areal perkebunan kelapa sawit PT Socfindo. Data citra diolah menggunakan Teachable Machine. Hasil penelitian ini menunjukkan bahwa pengolahan citra digital menggunakan metode Teachable Machine dan berdasarkan hasil yang diperoleh dengan 60 data testing terdapat beberapa TBS kelapa sawit yang tidak terklasifikasi dengan benar atau klasifikasi tersebut salah. Rata-rata tingkat akurasi yang dihasilkan yaitu sebesar 91,7%, sedangkan tingkat akurasi tertinggi pada klasifikasi TBS mentah yaitu 100%, juga TBS matang sebesar 95%, dan TBS setengah matang sebesar 80%. TBS setengah matang memiliki kesalahan klasifikasi paling besar dikarenakan untuk TBS setengah matang dan TBS matang mempunyai warna yang hampir serupa. Sehingga klasifikasi TBS menggunakan metode Teachable Machine dapat diterapkan untuk mengklasifikasikan tingkat kematangan Tandan Buah Segar (TBS) kelapa sawit. Tingkat keberhasilan dari hasil klasifikasi menggunakan metode Teachable Machine ini sebesar 95,6%. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 166137 2025-07-23 22:20:59 2025-07-24 10:23:07 machine generated