IMPLEMENTASI DESIGN OF INTELLIGENT ARM ROBOT SYSTEM UNTUK SORTING KUALITAS TOMAT MENGGUNAKAN COMPUTER VISION DAN ARTIFICIAL NEURAL NETWORK

Menurut Badan Pusat Statistik (BPS), permintaan tomat di Indonesia mencapai lebih dari 1 juta ton pada tahun 2020. Namun, terdapat beberapa permasalahan perubahan kualitas tomat dalam proses pendistribusian dari produsen ke distributor sebelum di terima konsumen diantaranya yaitu, perubahan tekstur, warna, dan ukuran. Proses penyortiran tomat dengan cara manual cenderung membutuhkan waktu lama dan sering terjadi kesalahan pada pekerja. Proses pernyotiran membutuhkan waktu 7 hingga 8 jam perhari. Kebutuhan teknologi otomasi menjadi penting karena dapat meningkatkan produkttivitas dan performance pada proses penyortiran. Beberapa penelitian menunjukan penggunaan teknologi mampu meningkatkan akurasi penyortiran dibandingkan metode manual. Pemeriksaan kualitas dan klasifikasi yang akurat sangat penting untuk memastikan produk siap dipasarkan. Warna dan tampilan tomat menjadi faktor utama yang menentukan kualitasnyakarena pasar yang berbeda memiliki permintaan yang berbeda untuk kualitas tomat, sistem penyortiran otomatis dapat mendeteksi tiga atribut utama antara lain mentah, matang, dan busuk untuk mendapatkan data yang lebih akurat daripada penyortiran manual. Penelitian yang ada mengenai penyortiran tomat otomatis telah mengkaji berbagai pendekatan, termasuk penggunaan algoritma pembelajaran mesin seperti YOLO, ANN, dan sistem berbasis sensor. Pendekatan-pendekatan ini memberikan hasil yang menjanjikan dalam hal akurasi dalam klasifikasi kematangan dan penilaian kualitas tomat. Berdasarkan penelitian data yang telah dilakuakan dapat disimpulkan bahwa pembuatan lengan robot menggunakan model visi komputer Yolo V5 memiliki keunggulan pada tingkat accuracy yang tinggi dengan nilai sebesar 95,50%, dan tingkat recall yang cukup tinggi dengan nilai sebesar 80,33%. Tingginya tingkat accuracy saat melakukan klasifikasi pada objek tomat berdasarkan tingkat kematangan yaitu: mentah, matang, dan busuk akan meminimalisir resiko kesalahan dalam pernyortiran tomat.