Implementasi Deep Learning Berbasis You Only Look Once (Yolo) untuk Deteksi Kesegaran Buah Alpukat (Studi Kasus : Deteksi Kesegaran Buah Alpukat Mentega dari Supermarket)

Abstract

Peningkatan konsumsi buah alpukat di Indonesia mendorong kebutuhan akan metode efektif untuk memastikan kesegaran buah yang akan dikonsumsi. Penelitian ini bertujuan untuk mengatasi permasalahan dalam menentukan kesegaran alpukat, sehingga lebih memastikan kondisi buah layak konsumsi. Studi dilakukan pada 23 Mei s.d 5 Juni 2024 dengan menggunakan sampel alpukat mentega dari supermarket. Metode yang diterapkan adalah algoritma deep learning You Only

Look Once versi 8 (YOLOv8) yang dikenal mampu mendeteksi objek secara real- time. Ruang lingkup penelitian mencakup klasifikasi alpukat dalam beberapa

kategori dengan prediksi masa simpan di suhu ruangan dan kulkas, seperti “menuju 5 hari pembusukan apabila disimpan di suhu ruangan dan menuju 14 hari pembusukan apabila disimpan di suhu kulkas” hingga “tidak layak konsumsi”. Model divalidasi menggunakan 120 gambar yang mencakup 6 kategori tingkat kesegaran. Hasil evaluasi menunjukkan performa yang sangat baik, dengan akurasi mencapai 98%, F1-Score sebesar 0.978, mAP50 sebesar 0.994, dan mAP50-95 sebesar 0.972 setelah 50 epoch, mengindikasikan kemampuan deteksi objek yang unggul. Hasil uji coba secara real-time menunjukkan nilai confidence sebesar 96% dan 94% yang membuktikan efektivitasnya dalam mengidentifikasi kondisi kesegaran alpukat. Kemudian untuk meningkatkan kemudahan dalam penerapan deteksi kesegaran alpukat dalam kehidupan sehari-hari, dikembangkan aplikasi berbasis mobile bernama Avo Freshify. Aplikasi tersebut telah berhasil mendeteki kondisi kesegaran buah alpukat dengan akurat, memberikan informasi yang berguna bagi konsumen dan penjual untuk menentukan kualitas dan masa simpan buah secara efektif, serta harga yang sesuai.