Aplikasi Ekstraksi Warna Sebagai Alat Bantu Identifikasi Tingkat Kematangan Buah Kelapa Sawit

Abstract

Indonesia adalah satu dari beberapa negara besar didunia yang memiliki luas wilayah daratan yang luas. Sebagian dari luas daratan telah digunakan untuk perkebunan. Sektor perkebunan menjadi sumber andalan pendapatan nasional dan devisa. Berdasarkan data dari Badan Pusast Statistik (BPS), perkebunan terbesar di Indonesia adalah perkebunan kelapa sawit yang tersebar di 26 provinsi dengan luas lahan mencapai 14.663.600 hektar pada akhir tahun 2021. Untuk produksi kelapa sawit berupa tanda buah segar (TBS) pada tahun 2021 mencapai 46.223.300. Untuk ekspor minyak sawit pada tahun 2020 ke berbagai negara didunia mampu mencapai 27,63 juta ton dengan nilai 28,69 Miliar USD. Dalam perkebunan kelapa sawit terdapat proses cukup panjang, mulai dari membuka lahan, menanam, merawat sampai memanen. Pada proses memanen akan dipilih dan dipetik buah kelapa sawit atau biasa disebut tandan buah segar (TBS) dengan tingkat kematangan yang tepat. Pemilihan kematangan yang tepat supaya hasil produksi yang dicapai maksimal dengan menghasilkan produk olahan kelapa sawit dengan mutu terbaik. Namun dilapangan sering terjadi perbedaan persepsi tentang tingkat kematangan buah kelapa sawit. Untuk mengatasi hal ini perlu dibuat suatu alat bantu berupa perangkat lunak yaitu aplikasi yang mampu mengenali jenis tingkat kematangan buah kelapa sawit dengan tepat. Aplikasi yang dibuat akan mengidentifikasi kematangan buah kelapa sawit berdasarkan warna. Citra warna yang dieproleh dari objek buah kelapa sawit yang diekstrak akan diproses dengan aplikasi untuk menghasilkan keluaran aplikasi yang berupa hasil identifikasi tingkat kematangan buah kelapa sawit. Aplikasi ini diharapkan mampu membantu petani kelapa sawit dalam memilih buah kelapa sawit dengan tingkat kematangan yang pas, sehingga hasil yang didapat menjadi lebih baik dan maksimal. Selain itu aplikasi ini juga dapat dimanfaatkan oleh mahasiswa jurusan perkebunan untuk belajar tentang kelapa sawit. Aplikasi yang dibuat dengan menggunakan data latih sebanyak 120 citra dan data uji sebanyak 40 citra mampu mencapai akurasi sebesar 97,5%.