Estimasi Jumlah Buah Kelapa Sawit untuk Mendukung Manajemen Produksi Berbasis YOLOv5 TensorFlow Lite

Abstrak

Penelitian ini bertujuan untuk mengembangkan aplikasi mobile yang mampu mendeteksi dan menghitung jumlah tandan buah kelapa sawit secara otomatis menggunakan metode deteksi objek YOLOv5. Dataset yang digunakan dalam penelitian ini terdiri dari 226 citra tandan kelapa sawit yang diperoleh langsung dari perkebunan PT Eagle High Plantation di Kalimantan Timur. Dataset tersebut melalui proses anotasi menggunakan teknik bounding box serta proses augmentasi data menggunakan platform Roboflow sehingga jumlah dataset meningkat menjadi 856 citra. Proses pelatihan model dilakukan menggunakan algoritma YOLOv5 untuk mendeteksi objek tandan kelapa sawit pada gambar dan menghasilkan nilai precision sebesar 0.859, recall sebesar 0.673, mAP@0.5 sebesar 0.767, serta mAP@0.5:0.95 sebesar 0.542. Model yang telah dilatih kemudian dikonversi ke dalam format TensorFlow Lite dan diintegrasikan ke dalam aplikasi mobile berbasis Flutter. Aplikasi ini memungkinkan pekerja mengambil gambar tandan kelapa sawit dan melakukan proses deteksi secara otomatis langsung pada perangkat mobile tanpa bergantung pada server eksternal. Sistem juga memanfaatkan layanan Firebase untuk autentikasi pengguna, penyimpanan data, serta proses verifikasi oleh mandor sehingga diharapkan dapat meningkatkan efisiensi dan transparansi dalam proses pencatatan hasil panen kelapa sawit.