SISTEM KLASIFIKASI KESIAPAN PANEN TANAMAN SELADA HIDROPONIK MENGGUNAKAN ALGORITMA RANDOM FOREST BERBASIS RASPBERY PI

Wulandari, Dea Septi (2026) SISTEM KLASIFIKASI KESIAPAN PANEN TANAMAN SELADA HIDROPONIK MENGGUNAKAN ALGORITMA RANDOM FOREST BERBASIS RASPBERY PI. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (824kB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (286kB)
	Text (BAB I PENDAHULUAN) BAB 1.pdf - Published Version Restricted to Repository staff only Download (290kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB 2.pdf - Published Version Restricted to Repository staff only Download (530kB) | Request a copy
	Text (BAB III RANCANG BANGUN) BAB 3.pdf - Published Version Restricted to Repository staff only Download (384kB) | Request a copy
	Text (BAB IV PEMBAHASAN) BAB 4.pdf - Published Version Restricted to Repository staff only Download (954kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB 5.pdf - Published Version Restricted to Repository staff only Download (153kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (191kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Tanaman selada hidroponik merupakan salah satu komoditas sayuran yang memiliki masa panen relatif singkat dan banyak dibudidayakan karena memiliki nilai ekonomi yang tinggi. Namun, penentuan kesiapan panen masih dilakukan secara manual berdasarkan pengamatan warna daun, ukuran daun, dan umur tanaman sehingga berpotensi menimbulkan kesalahan dalam pengambilan keputusan. Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi kesiapan panen tanaman selada hidroponik menggunakan algoritma Random Forest berbasis Raspberry Pi. Sistem menggunakan webcam USB 1080p untuk mengambil citra tanaman selada, kemudian dilakukan proses ekstraksi fitur warna menggunakan model HSV (Hue, Saturation, Value). Selain fitur warna, data ukuran daun dan umur tanaman digunakan sebagai parameter tambahan dalam proses klasifikasi. Data yang diperoleh selanjutnya diproses menggunakan algoritma Random Forest untuk menentukan kategori tanaman, yaitu siap panen atau belum siap panen. Hasil pengujian menunjukkan bahwa sistem mampu melakukan klasifikasi kesiapan panen tanaman selada hidroponik dengan baik berdasarkan kombinasi fitur warna daun, ukuran daun, dan umur tanaman. Pengujian Random Forest menghasilkan tingkat akurasi sebesar 100% pada data uji yang digunakan. Sistem juga mampu memberikan indikator hasil klasifikasi melalui LED sebagai keluaran. Dengan demikian, sistem yang dirancang dapat membantu proses penentuan kesiapan panen tanaman selada hidroponik .

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Selada Hidroponik, Random Forest, Raspberry Pi, Pengolahan Citra Digital, HSV, Klasifikasi Kesiapan Panen
Subjects:	T Technology > T Technology (General)
Divisions:	Computer Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Komputer
Date Deposited:	08 Sep 2026 07:04
Last Modified:	08 Sep 2026 07:04
URI:	http://eprints.polsri.ac.id/id/eprint/26500

Actions (login required)

View Item