Sholehah, Andien A'immatul (2026) Rancang Bangun Sistem Conveyor Penyortir Buah Kopi Berdasarkan Tingkat Kematangan Menggunakan Sensor Warna TCS34725 Berbasis ESP32. Undergraduate thesis, Universitas Diponegoro.

	Text LAPORAN TUGAS AKHIR FINAL_ANDIEN A'IMMATUL SHOLEHAH.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text ANDIEN A'IMMATUL S_COVER.pdf - Published Version Download (1MB)
	Text ANDIEN A'IMMATUL S_BAB I PENDAHULUAN.pdf - Published Version Download (219kB)
	Text ANDIEN A'IMMATUL S_BAB II LANDASAN TEORI.pdf - Published Version Download (601kB)
	Text ANDIEN A'IMMATUL S_BAB III PERANCANGAN TUGAS AKHIR.pdf - Published Version Restricted to Repository staff only Download (379kB) | Request a copy
	Text ANDIEN A'IMMATUL S_BAB IV PEMBUATAN ALAT.pdf - Published Version Download (441kB)
	Text ANDIEN A'IMMATUL S_BAB V PENGUJIAN DAN ANALISA ALAT.pdf - Published Version Download (591kB)
	Text ANDIEN A'IMMATUL S_BAB VI KESIMPULAN DAN SARAN.pdf - Published Version Download (192kB)
	Text ANDIEN A'IMMATUL S_DAFTAR PUSTAKA.pdf - Published Version Download (189kB)
	Text ANDIEN A'IMMATUL S_LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (854kB) | Request a copy

Abstract

Proses penyortiran buah kopi berdasarkan tingkat kematangan merupakan salah satu tahapan penting dalam menjaga kualitas hasil panen. Namun, proses penyortiran yang masih dilakukan secara manual membutuhkan waktu yang relatif lama dan berpotensi menimbulkan ketidakkonsistenan dalam menentukan tingkat kematangan buah. Oleh karena itu, diperlukan sistem penyortiran otomatis yang mampu mengidentifikasi tingkat kematangan, mengarahkan buah sesuai kategori, serta memberikan informasi hasil penyortiran secara real-time. Pada penelitian ini dirancang sistem conveyor penyortir buah kopi berdasarkan tingkat kematangan menggunakan sensor warna TCS34725 berbasis ESP32. Sensor TCS34725 digunakan untuk membaca karakteristik warna permukaan buah melalui nilai Red, Green, dan Blue (RGB). Data hasil pembacaan tersebut diolah oleh ESP32 untuk menentukan tingkat kematangan buah berdasarkan parameter RGB yang diperoleh dari proses penentuan parameter menggunakan 30 sampel pada masing-masing kategori, yaitu mentah, setengah matang, dan matang. Hasil klasifikasi digunakan untuk mengendalikan motor servo sebagai mekanisme pengarah buah menuju wadah sesuai kategori. Sistem juga dilengkapi sensor load cell yang terintegrasi dengan modul HX711 untuk mengukur berat buah pada masing-masing kategori hasil penyortiran. Data hasil klasifikasi ditampilkan melalui LCD sedangkan data hasil pengukuran berat dikirimkan ke website berbasis HTML melalui jaringan Wi-Fi. Berdasarkan pengujian terhadap 50 sample buah kopi, diperoleh tingkat keberhasilan klasifikasi sebesar 90,00%, dengan keberhasilan tertinggi pada kategori matang sebesar 95,83%, sedangkan kategori mentah memperoleh keberhasilan terendah sebesar 80,00%. Hasil pengujian juga menunjukkan bahwa karakteristik sample, seperti variasi warna permukaan, ukuran, dan kondisi fisik buah, dapat memengaruhi hasil pembacaan sensor dan klasifikasi. Pengujian load cell terhadap timbangan digital menghasilkan rata-rata error sebesar 9,76%, sedangkan kesesuaian data antara serial monitor dan website mencapai 100%. Hasil tersebut menunjukkan bahwa sistem telah mampu melakukan proses identifikasi, penyortiran, pengukuran berat, dan monitoring secara terintegrasi, meskipun kinerja klasifikasi masih dapat ditingkatkan melalui penyesuaian parameter dan penambahan variasi sample pengujian.

Actions (login required)

View Item