Buah
manggis (Garcinia mangostana L.) merupakan salah satu komoditas ekspor
buah tropis dengan jumlah permintaan yang tinggi. Buah manggis sebagai
komoditas memiliki kelemahan yaitu laju pematangan yang cepat, sehingga dalam
usaha meningkatkan mutu ekspor juga perlu memperhatikan tingkat kematangan agar
buah tidak sampai dalam keadaan rusak. Salah satu alternatif yang dapat
diterapkan untuk meningkatkan efisiensi proses pemilahan kualitas buah manggis
adalah dengan otomatisasi berbasis gambar. Penelitian ini mengimplementasikan
metode transfer learning untuk mengidentifikasi tingkat kematangan buah
manggis sebagai upaya meningkatkan efisiensi identifikasi. Implementasi model transfer
learning tanpa adanya fine-tuning membuat model rentan mengalami overfitting.
Penelitian ini menerapkan model InceptionV3 dengan penyesuaian hyperparameter
optimasi, learning rate, arsitektur dropout dan normalisasi batch.
Model tersebut mampu mengurangi indikasi overfitting dan
mengidentifikasi tingkat kematangan manggis secara baik dengan tingkat akurasi
sebesar 95,47%. Implementasi model
secara sederhana telah menunjukkan performa yang baik dengan kecepatan
identifikasi kematangan rata-rata 80 ms. Berdasarkan akurasi dan kecepatan
identifikasinya, model dapat diterapkan untuk meningkatkan efisiensi proses
pemilahan buah manggis.
