Penerapan Kecerdasan Artifisial untuk Prediksi Waktu Panen dan Kematangan Buah Jambu Kristal
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Jambu kristal (Psidium guajava L. cv. Kristal) merupakan varietas unggulan yang banyak dibudidayakan di Indonesia karena memiliki daging buah tebal, renyah, berbiji sedikit, dan rasa manis. Kualitas dan nilai jual jambu kristal sangat bergantung pada ketepatan waktu panen, namun sebagian besar petani masih menentukannya secara subjektif berdasarkan pengalaman, sehingga sering terjadi ketidakkonsistenan mutu dan peningkatan kehilangan hasil pascapanen. Seiring berkembangnya teknologi digital, penerapan kecerdasan artifisial (AI), khususnya deep learning berbasis computer vision, menawarkan solusi objektif dalam menganalisis citra buah untuk menentukan tingkat kematangan secara otomatis dan akurat. Penelitian ini menggunakan pendekatan eksplanatif-edukatif yang bertujuan memberikan pemahaman konseptual dan panduan prosedural penerapan deep learning dalam prediksi kematangan dan penentuan waktu panen jambu kristal. Data yang digunakan bersifat sekunder dari literatur ilmiah dan sumber terbuka terkait analisis citra buah. Tahapan penelitian mencakup perancangan sistem, pengumpulan dan pra-pemrosesan citra, edukasi pelatihan model Convolutional Neural Network (CNN), serta simulasi penerapan hasil prediksi. Hasil kajian ini diharapkan menjadi referensi edukatif bagi peneliti dan petani dalam memahami penerapan teknologi IA di bidang hortikultura, sekaligus menjadi dasar bagi penelitian terapan berikutnya dalam pengembangan sistem prediksi kematangan buah berbasis deep learning.
Rincian Artikel
Referensi
K. Bezas and F. Filippidou, “The Role of Artificial Intelligence and Machine Learning in Smart and Precision Agriculture,” Indones. J. Comput. Sci., vol. 12, no. 1, pp. 1576–1588, 2023.
E. Tapia-Mendez, I. A. Cruz-Albarran, S. Tovar-Arriaga, and L. A. Morales-Hernandez, “Deep Learning-Based Method for Classification and Ripeness Assessment of Fruits and Vegetables,” Appl. Sci., vol. 13, no. 22, 2023, doi: 10.3390/app132212504.
H. Nuroso, I. Windani, and D. Widiyantono, “Analisis Usaha Komoditas Jambu Kristal,” Surya agritama, vol. 9, no. 1, pp. 24–33, 2020, [Online]. Available: https://jurnal.umpwr.ac.id/index.php/suryaagritama/article/view/1156
H. Dewi, “Fenomena Digital Pembelajaran Berdiferensiasi Untuk Memaksimalkan Potensi Peserta Didik Bermetode Brackinalyde Berbasis Tensesdukling,” Ideguru J. Karya Ilm. Guru, 2024, [Online]. Available: https://jurnal-dikpora.jogjaprov.go.id/index.php/jurnalideguru/article/view/714
Y. D. Sihombing, A. Abubakar, and L. Nur’azkiya, “Analisis Kelayakan Usahatani Jambu Kristal (Psidium Guajava L.) (Studi Kasus: P4s Wira Tani di Desa Tegal Sawah Kecamatan Karawang Timur Kabupaten Karawang),” J. Ilm. Mhs. Agroinfo Galuh, vol. 9, no. 3, p. 971, 2022, doi: 10.25157/jimag.v9i3.8016.
Suharman, D. Amrih, A. Sutakwa, and N. K. Izzati, “Pemberdayaan Masyarakat Desa Patukgawemulyo melalui Pengembangan Keterampilan Diversifikasi Produk Olahan Jambu Kristal,” Community Dev. J., vol. 4, no. 2, pp. 4475–4478, 2023.
M. Rupasari, A. L. Maukar, A. Taslim, A. S. Ratum, and J. K. Runtuk, “Penyuluhan Budi Daya Dan Bisnis Jambu Kristal Di Desa,” J. Apl. Dan Inov. Ipteks SOLIDITAS, vol. 5, no. 1, pp. 77–91, 2022.
D. Rustani and S. Susanto, “Kualitas Fisik dan Kimia Buah Jambu ‘Kristal’ pada Letak Cabang yang Berbeda,” Bul. Agrohorti, vol. 7, no. 2, pp. 123–129, 2019, doi: 10.29244/agrob.7.2.123-129.
H. F. Mufza, E. M. Pribadi, M. E. E. Miska, and I. M. Arti, “Pengaruh umur panen terhadap susut bobot dan organoleptik buah jambu biji (Psidium guajava L) kristal selama penyimpanan,” Agrointek J. Teknol. Ind. Pertan., vol. 19, no. 1, pp. 39–48, 2025, doi: 10.21107/agrointek.v19i1.18080.
J. W. Creswell, Research Design Qualitative, Quantitative, and Mixed Methods Approaches, vol. 11, no. 1. 2014. [Online]. Available: http://scioteca.caf.com/bitstream/handle/123456789/1091/RED2017-Eng-8ene.pdf?sequence=12&isAllowed=y%0Ahttp://dx.doi.org/10.1016/j.regsciurbeco.2008.06.005%0Ahttps://www.researchgate.net/publication/305320484_SISTEM_PEMBETUNGAN_TERPUSAT_STRATEGI_MELESTARI
X. Tian, K. H. Park, and Q. Liu, “Deep Learning Influences on Higher Education Students’ Digital Literacy: The Meditating Role of Higher-order Thinking,” Int. J. Eng. Pedagog., vol. 13, no. 6, pp. 33–49, 2023, doi: 10.3991/ijep.v13i6.38177.
M. Gunawan and I. Marina, “Peran Kecerdasan Buatan dalam Optimalisasi Pertanian di Era Digital,” J. Innov. Res. Agric., vol. 4, no. 1, pp. 39–45, 2025.
A. Hayat, F. Morgado-Dias, T. Choudhury, T. P. Singh, and K. Kotecha, “FruitVision: A deep learning based automatic fruit grading system,” Open Agric., vol. 9, no. 1, 2024, doi: 10.1515/opag-2022-0276.
F. D. Wihartiko, S. Nurdiati, A. Buono, and E. Santosa, “Blockchain Dan Kecerdasan Buatan Dalam Pertanian : Blockchain and Artificial Intelligence in Agriculture :,” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 1, pp. 177–188, 2021, doi: 10.25126/jtiik.202184059.
K. Sharma and S. K. Shivandu, “Integrating artificial intelligence and Internet of Things (IoT) for enhanced crop monitoring and management in precision agriculture,” Sensors Int., vol. 5, no. August, p. 100292, 2024, doi: 10.1016/j.sintl.2024.100292.
D. Pakiding and A. Selao, “Implementation of Computer Vision for Detecting Diseases in Chili and Tomato Plants Using the Convolutional Neural Networks Method Implementasi Computer Vision dalam Mendeteksi Penyakit pada Tanaman Cabai dan Tomat Menggunakan Algoritma Convolutional Neur,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 5, no. July, pp. 841–850, 2025.
J. Ma, M. Li, W. Fan, and J. Liu, “State-of-the-Art Techniques for Fruit Maturity Detection,” Agronomy, vol. 14, no. November, pp. 1–19, 2024.
Z. Cao and S. Sun, “A Review of Computer Vision and Deep Learning Applications in Crop Growth Management,” Appl. Sci., vol. 15, no. July, pp. 1–28, 2025.
O. Martínez-Mora et al., “Artificial Vision-Based Dual CNN Classification of Banana Ripeness and Quality Attributes Using RGB Images,” Processes, vol. 13, no. 7, pp. 1–11, 2025, doi: 10.3390/pr13071982.
X. Zou, Z. Liu, X. Zhu, W. Zhang, Y. Qian, and Y. Li, “Application of Vision Technology and Artificial Intelligence in Smart Farming,” Agriculture, vol. 13, no. November, pp. 1–5, 2023.
L. Muzhaffar, “Revolusi Pertanian Cerdas : AI dan IoT Mendorong Peningkatan Hasil Panen dan Keberlanjutan,” Researchgate, no. June, pp. 0–5, 2024.
M. Asyrof, M. Anwar, Y. Hendriyani, and Syafrijon, “Pengembangan Aplikasi Prediksi Tingkat Kematangan Buah Manggis Menggunakan Hybrid Convolutional Neural Network,” J. ICT Inf. Commun. Technol., vol. 25, no. Juni, pp. 20–25, 2025.
F. Faridatul and M. B. Purwanto, “Pemanfaatan Artificial Intelligence ( AI ) dalam Pemasaran Digital : Tantangan dan Peluang aspek kehidupan , termasuk dalam bidang ekonomi dan pemasaran . Kemajuan ini Intelligence ( AI ). merek dan konsumen . Teknologi ini memungkinkan perusahaan memaham,” Optim. J. Ekon. dan Manaj., vol. 5, no. September, pp. 607–622, 2025.