BRIN Logo
Sign In
Main Product Image

Deteksi Kematangan Pisangan dengan R-CNN Algoritma

Agenda Riset: Kedaulatan Pangan
Sektor: Pangan

Deskripsi

Invensi ini mengenai metode pendeteksian kematangan pisang tanduk menggunakan algoritma Faster Region-based Convolutional Neural Networks (R-CNN) yang disesuaikan, lebih khususnya invensi ini berhubungan dengan metode untuk mendeteksi kematangan pisang tanduk yang diklasifikasikan menjadi 7 kategori warna (dominan hijau, hijau kekuningan, hijau sempurna, hijau tua kekuningan, dominan kuning, kuning sempurna, dan kuning berbintik coklat) dengan bantuan kamera digital berbasis visi komputer. Metode yang digunakan pada invensi ini terdiri dari tahap pra-pemrosesan data untuk meningkatkan kualitas dari citra dan menghilangkan fitur-fitur yang tidak diperlukan, melakukan segmentasi citra untuk memisahkan citra pisang tanduk dengan latar belakang citra, melakukan ekstraksi fitur, pengembangan model kematangan pisang tanduk hingga memproses pendeteksian pisang tanduk.

Kata Kunci

Cerdas Deteksi Kematangan Pisang Otomatis Pertanian

Dokumen Download

  • Memastikan kematangan pisang tanduk secara akurat untuk kualitas panen optimal
  • Mengurangi kesalahan penentuan kematangan secara manual
  • Meningkatkan efisiensi sorting dan packaging pisang di industri
  • Mendukung keputusan panen berbasis data real-time
  • Cocok untuk petani dan produsen buah modern yang mengutamakan presisi