Perpustakaan
DESKRIPSI DATA LENGKAP
JudulAnalisis Performa Vision Transformer (ViT) Dalam Klasifikasi Tingkat Kematangan Tandan Buah Kelapa Sawit
Nama: NURUL ASMI
Tahun: 2026
Abstrak
Klasifikasi tingkat kematangan tandan buah segar (TBS) kelapa sawit merupakan proses penting dalam menentukan kualitas hasil panen. Penentuan kematangan yang masih dilakukan secara manual berpotensi menimbulkan subjektivitas dan ketidakkonsistenan hasil. Penelitian ini bertujuan menganalisis performa Vision Transformer (ViT) dalam mengklasifikasikan tingkat kematangan tandan buah kelapa sawit ke dalam tiga kelas, yaitu belum masak, masak, dan terlalu masak. Dataset yang digunakan berjumlah 1.380 citra yang terbagi seimbang pada setiap kelas. Data dibagi menjadi 80?ta training dan 20?ta testing. Model yang digunakan adalah Vision Transformer dengan arsitektur ViT Small Patch16 yang dilatih selama 30 epoch melalui tahapan preprocessing berupa resizing, normalisasi, dan augmentasi data. Hasil penelitian menunjukkan akurasi 97,10%, presisi, 0,97, recall 0,97, dan F1-score 0,97 dengan waktu komputasi 2221,68 detik. Hasil tersebut menunjukkan bahwa Vision Transformer mampu mengklasifikasikan tingkat kematangan tandan buah kelapa sawit secara akurat dan berpotensi diterapkan pada sistem otomatis berbasis computer vision di bidang pertanian.

Sign In to Perpus

Don't have an account? Sign Up

#