Klasifikasi Tingkat Kematangan Buah Kelapa Sawit Pada PT. Dharmasraya Sawit Lestari Menggunakan Metode Convolutional Neural Network

Abstract

Minyak kelapa sawit merupakan sumber minyak nabati yang paling banyak di produksi maupun dikonsumsi di dunia. Minyak kelapa sawit juga sebagai salah satu komoditas ekspor andalan dari Indonesia namun saat ini mengalami penurunan. Penurunan tersebut salah satunya diakibatkan oleh rendahnya kualitas produk yang dihasilkan khususnya pada minyak kelapa sawit, sehingga akan melemahkan daya saing ekspor dari Indonesia. Salah satu perusahaan yang mengalami permasalahan tersebut adalah PT Dharmasraya Sawit Lestari (DSL). Permasalahan yang sering terjadi pada PT DSL yaitu keterbatasan tenaga ahli yang mengetahui standarisasi tingkat kematangan buah kelapa sawit sehingga banyak mengalami kelemahan diantaranya yaitu waktu yang dibutuhkan untuk sortasi relatif lama, para pekerja cenderung lebih mudah lelah dan jenuh sehingga menurunkan keakurasian dalam proses pemilihan, oleh sebab itu kurang efektif jika dilakukan dalam industri berskala besar. Penelitian ini menggunakan metode convolutional neural network yang akan diimplementasikan ke dalam sistem yang mampu mengklasifikasikan foto buah kelapa sawit ke dalam tiga kelas yaitu under ripe, ripe dan over ripe. Penelitian ini menggunakan 360 dataset yang terdiri dari 120 data pada setiap kelasnya. Penelitian ini menggunakan tiga skenario data, tiga epoch yang berbeda, dan tiga optimasi. Berdasarkan hasil pembahasan akurasi model terbaik yaitu pada skenario data 80:30 pada epoch 30 dan pada optimasi adam yaitu dengan akurasi 81.67%. Akurasi model diperoleh setelah dilakukan testing menggunakan data baru pada model menggunakan confusion matrix.