Sistem Klasifikasi Kematangan Buah Jeruk Keprok Berbasis Sensor Warna dan Fuzzy Mamdani

Dafigo Akbar Rahmatullah, Ir. Hidayat Nur Isnianto, S.T., M.Eng., IPM.

2026 | Tugas Akhir | D4 Teknologi Rekayasa Instrumentasi dan Kontrol

Klasifikasi tingkat kematangan buah jeruk keprok secara manual rentan terhadap subjektivitas dan ketidakkonsistenan hasil penilaian. Permasalahan ini semakin kompleks karena warna kulit buah tidak tersebar homogen pada seluruh permukaan, sehingga penggunaan sensor warna tunggal berpotensi menghasilkan kesalahan klasifikasi akibat keterbatasan area pengamatan (blind spot). Penelitian ini bertujuan merancang dan mengimplementasikan sistem klasifikasi kematangan buah jeruk keprok berbasis multi-sensor warna menggunakan enam sensor TCS34725 yang dipasang mengelilingi buah, mikrokontroler ESP32, dan metode Fuzzy Logic Mamdani. Diusulkan metode Fuzzy Voting dua tahap. Pada tahap pertama, data RGB dari setiap sensor diproses menggunakan inferensi Fuzzy Mamdani untuk menghasilkan klasifikasi pada masing-masing titik pengamatan, pada tahap kedua, keenam hasil klasifikasi digabungkan melalui mekanisme Fuzzy Voting untuk menentukan kelas kematangan akhir buah secara keseluruhan. Pendekatan ini memungkinkan sistem mempertimbangkan variasi warna pada berbagai sisi buah sehingga keputusan klasifikasi menjadi lebih robust dibandingkan penggunaan sensor tunggal.

Seluruh data pengukuran dan hasil klasifikasi ditampilkan melalui dashboard berbasis web secara real-time untuk memudahkan proses pemantauan sistem. Pengujian terhadap 55 sampel buah jeruk keprok menghasilkan akurasi klasifikasi sebesar 94,54%. Hasil ini menunjukkan bahwa integrasi multi-sensor warna, metode Fuzzy Mamdani, mekanisme Fuzzy Voting dua tahap, dan sistem monitoring real-time mampu meningkatkan objektivitas serta efektivitas proses klasifikasi kematangan buah jeruk keprok dibandingkan metode konvensional berbasis pengamatan visual.

Manual classification of citrus (jeruk keprok) ripeness levels is prone to subjectivity and inconsistent assessment results. This issue is further compounded by the non-uniform distribution of skin color across the fruit’s surface, which means that using a single color sensor is likely to produce classification errors due to limited observation coverage (blind spot). This research aims to design and implement a multi-sensor-based ripeness classification system for citrus fruit using six TCS34725 color sensors mounted around the fruit, an ESP32 microcontroller, and the Mamdani Fuzzy Logic method. A two-stage Fuzzy Voting method is proposed: in the first stage, RGB data from each sensor is processed using Mamdani fuzzy inference to produce a classification at each observation point; in the second stage, the six classification results are combined through a Fuzzy Voting mechanism to determine the fruit’s overall final ripeness class. This approach allows the system to account for color variation across different sides of the fruit, resulting in a more robust classification decision compared to using a single sensor.

All measurement data and classification results are displayed through a real-time web-based dashboard to facilitate system monitoring. Testing was conducted on 55 citrus fruit samples and achieved a classification accuracy of 94.54%. These results indicate that the integration of multi-sensor color detection, the Mamdani Fuzzy method, the two-stage Fuzzy Voting mechanism, and a real-time monitoring system can improve the objectivity and effectiveness of the citrus ripeness classification process compared to conventional visual-based methods.

Kata Kunci : Jeruk keprok, TCS34725, ESP32, Fuzzy Logic Mamdani, Klasifikasi kematangan.