MUHAMMAD ALIF PRATAMA, NIM. 162022037 (2026) ANALISIS SISTEM PENDETEKSIAN TINGKAT KEMATANGAN BUAH SAWIT BERBASIS IoT MENGGUNAKAN METODE K-NEAREST NEIGHBORS. Skripsi thesis, Universitas Muhammadiyah Palembang.

Preview	Text 162022037_BAB I_DAFTAR PUSTAKA.pdf - Published Version Download (1MB) | Preview
	Text 162022037_BAB II.pdf Restricted to Repository staff only Download (407kB)
	Text 162022037_BAB III.pdf Restricted to Repository staff only Download (637kB)
	Text 162022037_BAB IV.pdf Restricted to Repository staff only Download (646kB)
	Text 162022037_BAB V.pdf Restricted to Repository staff only Download (217kB)
	Text 162022037_DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (202kB)
	Text 162022037_LAMPIRAN.pdf Restricted to Repository staff only Download (1MB)
	Text 162022037_Cover_sampai_Lampiran.pdf Restricted to Repository staff only Download (7MB)

Abstract

Ketidakpastian dan potensi kesalahan dalam menentukan masa panen kelapa sawit sering dipicu oleh penggunaan metode pengamatan visual yang bersifat subjektif. Masalah tersebut mendorong dilaksanakannya penelitian ini, yang bertujuan menciptakan perangkat analisis otomatis berbasis mikrokontroler ESP32 dengan mengandalkan sensor cahaya LDR dan sensor warna TCS3200. Melalui pendekatan eksperimental, data mengenai intensitas cahaya serta nilai RGB dihimpun dari buah sawit dalam tiga kategori kondisi: mentah, setengah matang, dan matang. Proses klasifikasi kemudian dilakukan dengan mengolah data tersebut menggunakan algoritma K-Nearest Neighbor (KNN) di platform Google Colab. Hasil pengujian mengonfirmasi bahwa sistem ini efektif dalam mengidentifikasi tingkat kematangan buah secara otomatis melalui parameter warna dan cahaya yang terdeteksi. Kehadiran teknologi ini diharapkan mampu memberikan standar identifikasi yang lebih konsisten serta objektif, sekaligus mempercepat digitalisasi pada tata kelola perkebunan kelapa sawit.

Item Type:	Thesis (Skripsi)
Additional Information:	1. Kemas. Muhammad. Wahyu Hidayat, S. Kom., M. Kom 2. Dr. Ir. Zulhipni Reno Saputra Elsi, S.T., M. Kom
Uncontrolled Keywords:	Kematangan Buah Sawit, ESP32, Sensor Warna TCS3200, Sensor Cahaya LDR, K-Nearest Neighbor, Machine Learning
Subjects:	Teknologi informasi > Jaringan Teknologi informasi > Robotic
Divisions:	Fakultas Teknik > Teknologi Informasi (S1)
Depositing User:	Mahasiswa Fakultas Teknik
Date Deposited:	07 May 2026 02:53
Last Modified:	07 May 2026 02:53
URI:	http://repository.um-palembang.ac.id/id/eprint/35827

Actions (login required)

View Item