DEPLOYMENT DETEKSI KEMATANGAN BUAH KELAPA SAWIT BERBASIS YOLOV11 DENGAN ONNX RUNTIME DAN STREMLIT

Abstract

Kelapa Sawit merupakan komoditas strategis di Indonesia yang menjadi salah satu
sumber devisa utama. Tingkat kematangan buah kelapa sawit sangat berpengaruh
terhadap kualitas minyak yang dihasilkan, sehingga diperlukan metode yang cepat,
tepat, dan konsisten untuk mendeteksi tingkat kematangan buah. Dalam metedo
Konversional masih mengandalkan pengamatan visual oleh pekerja lapangan sering
bersifat subjektif dan tidak efesien.Dengan hal tersebut,penelitian ini mengusulkan
penerapan model object detection berbasis YOLOv11 untuk mendeteksi
kematangan buah kelapa sawit. Model YOLOv11 dipilih karena memiliki
keunggulan dalam kecepatan inferensi dan akurasi deteksi pada objek kecil maupun
kompleks. Untuk memfasilitasi penggunaan di lingkungan produksi,Model yang
telah dilatih dikonversi ke format ONNX dan dijalankan menggunakan ONNX
Runtime agar memperoleh perfoma inferensi yang lebih optimal pada sumber daya
terbatas. Selanjutnya, aplikasi antarmuka berbasis Streamlit dikembangkan untuk
memudahkan pengguna dalam mengunggah gambar atau video dan memperoleh
hasil deteksi secara real-time. Diharapkan, sistem ini mampu memberikan solusi
praktis, efisien, dan akurat dalam mendukung proses panen buah kelapa sawit.