Klasifikasi Kematangan Buah Kelapa Sawit
Unggah foto tandan buah kelapa sawit, model YOLOv11n yang telah dioptimasi akan mengidentifikasi tingkat kematangan dan memberikan rekomendasi panen.
Unggah Gambar
Letakkan gambar di sini
atau klik untuk memilih file
JPG · PNG · WEBP · BMP · maks. 16 MB
Tangkap Kamera
Hasil Klasifikasi
Confidence
Deskripsi
Rekomendasi
Probabilitas Semua Kelas
Menganalisis Gambar…
YOLOv11n sedang memproses buah kelapa sawit Anda
Mengunggah gambar
Pra-pemrosesan
Menjalankan inferensi
Menghasilkan hasil
6 Kelas Kematangan
Dashboard Riset & Tuning
Detail optimasi model, hyperparameter tuning, dan metrik performa.
Arsitektur Model
Arsitektur
YOLOv11n
Tugas
Klasifikasi Gambar
Ukuran Input
640 × 640 px
Runtime
ONNX Runtime (CPU)
Format Ekspor
ONNX (opset 12)
Metrik Performa Evaluasi Dataset 2
Memuat metrik…
-
Akurasi
-
F1-Score
-
Presisi
-
Recall
Dataset
Nama
Palm Fruit Ripeness
Sumber
Roboflow Universe
Total Gambar
3.024
Latih / Validasi / Uji
2.116 / 605 / 303
Ukuran Gambar
640 × 640 px
Distribusi Set Pelatihan
Riwayat Trial Hyperparameter YOLOv11n
Eksperimen optimasi hyperparameter tuning menggunakan metode random search pada model YOLOv11n untuk klasifikasi tingkat kematangan buah kelapa sawit. Log trial dimuat dari hasil riset pelatihan.
Hyperparameter Tuning
Metode
Random Search
Random Seed
42
Optimizer
AdamW, SGD
Learning Rate (lr0)
0.0001 s.d. 0.01
Dropout
0.1 s.d. 0.5
Weight Decay
0.00001 s.d. 0.001
| Trial | Optimizer | LR Awal (lr0) | Dropout | Weight Decay | Akurasi | Status |
|---|
Panduan Penggunaan
Cara menggunakan Nyawitin dan memahami hasil klasifikasi.
Tips Pengambilan Foto
- Ambil foto yang jelas dan terang dari tandan buah kelapa sawit di lokasi atau saat bongkar muat
- Pastikan buah kelapa sawit memenuhi minimal 70% dari bingkai gambar
- Hindari bayangan kuat, pantulan berlebihan, atau kondisi cahaya latar
- Resolusi gambar input minimum yang disarankan: 640 × 640 px
- Format yang didukung: JPG, JPEG, PNG, WEBP, BMP
- Batas ukuran file maksimum: 16 MB
Kelas Kematangan
Referensi API
POST
/predict
Unggah gambar untuk inferensi
GET
/model-info
Mengembalikan metadata model, metrik akurasi, dan informasi kelas
GET
/classes
Mengembalikan nama kelas, deskripsi, dan properti visual
GET
/health
Health check, mengembalikan status pemuatan model