Perancangan Terintegrasi Egrek Ergonomis dan Ripeness Detector untuk Pemanenan Kelapa Sawit dengan Algoritme K-Nearest Neighbor

Yusdin, Hammam Dhiyaurrahman (2023) Perancangan Terintegrasi Egrek Ergonomis dan Ripeness Detector untuk Pemanenan Kelapa Sawit dengan Algoritme K-Nearest Neighbor. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 02411940000107-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (89MB) | Request a copy

Abstract

Indonesia yang merupakan negara agraris pengimpor kelapa sawit terbesar di dunia, memiliki luasan lahan sawit yang mencapai 15.380.981 Ha dan kapasitas produksi mencapai 48.253.405 juta ton per tahunnya. Namun, produktivitas panen Indonesia masih tertinggal dengan nilai 2,94 juta ton/ha. Hal ini melatarbelakangi peningkatan serta penjagaan kualitas produksi TBS yang ketat dari ujung rantai pasoknya, yaitu pemanenan. Meskipun sudah terdapat upaya dari dirancangnya SOP pemanenan, tetapi pada pelaksanaannya masih cenderung terjadi kesalahan panen sehingga kelapa sawit yang dipanen ada pada kondisi tidak matang atau lewat matang. Hal ini menyebabkan menurunnya kualitas sawit. Selanjutnya, jika ditinjau berdasarkan kondisi eksisting pemanenan yang cenderung dilakukan secara konvensional, terdapat banyak ruang pengembangan untuk mengurangi risiko cedera serta meningkatkan efisiensi pemanenan. Pada penelitian ini dilakukan proses perancangan dan pengembangan produk egrek ergonomis yang terintegrasikan dengan ripeness detector TBS kelapa sawit dengan algoritme k-Nearest Neighbor. Pada penelitian ini, penelitian ini memanfaatkan kerangka berpikir QFD (Quality Function Deployment) untuk dapat secara efektif memetakan kebutuhan pemanenan TBS menjadi sebuah luaran yaitu proses atau produk yang menangkap seluruh kebutuhan pelanggan. Adapun untuk mengidentifikasi kebutuhan pelanggan, terdapat beberapa pendekatan yang dilakukan di antaranya adalah wawancara, etnografi, dan analisis REBA (Rapid Entire Body Assesment). Persyaratan teknis yang diolah dari kebutuhan pemanen akan diolah, menjadi sebuah luaran yaitu rancangan desain alat panen kelapa sawit yang mencakup komponen pisau egrek, gagang egrek, dan modul ripeness detector dalam bentuk prototipe fungsional yang disimplifikasi. Berdasarkan pengujian yang dilakukan, rancangan desain dapat secara efektif mengurangi risiko biomekanika dari indikator risiko tinggi dan sangat tinggi menjadi sedang dan rendah. Adapun berdasarkan pengujian ripeness detector dengan algoritme k-Nearest Neighbor mampu memiliki tingkat akurasi mencapai 97% pada pengujian lembar RGB an 67% pada pengujian lembar TBS. Nilai akurasi tersebut mengidentifikasikan bahwa diperlukannya pengembangan lebih lanjut pada rancangan prototipe agar dapat secara efektif mengidentifikasikan tingkat kematangan TBS kelapa sawit.
=================================================================================================================================
Indonesia, the world's largest palm oil importer, possesses vast palm oil plantations covering 15,380,981 hectares with an annual production capacity of 48,253,405 million tons. However, the country's palm oil harvest productivity remains relatively low at 2.94 million tons per hectare, prompting the need for enhancement and stringent quality control in the supply chain's final stage – harvesting. Despite efforts to establish harvesting Standard Operating Procedures (SOPs), practical implementation often leads to errors, resulting in immature or overripe harvested oil palms and subsequent deterioration in oil palm quality. Consequently, there is significant scope for development in reducing the risk of injury during harvesting and increasing overall efficiency, particularly in light of conventional harvesting practices. This research addresses these challenges by designing and developing ergonomic egrek products integrated with an oil palm Fresh Fruit Bunch (FFB) ripeness detector using the k-Nearest Neighbor algorithm. Employing the Quality Function Deployment (QFD) framework, the study effectively translates the harvesting requirements into specific outputs that align with customer needs. To identify these needs, various approaches such as interviews, ethnography, and REBA (Rapid Entire Body Assessment) analysis were employed. The technical requirements extracted from the harvester's needs were then used to design the oil palm harvesting tool. This tool encompasses the egrek knife component, egrek handle, and a ripeness detector module in the form of a simplified functional prototype.The designed prototype successfully reduces biomechanical risks associated with harvesting, effectively minimizing high and very high-risk indicators to medium and low levels. Additionally, the ripeness detector, employing the kNearest Neighbor algorithm, achieves an accuracy rate of 97% in the RGB sheet test and 67% in the TBS sheet test. While these results are promising, further development is required to ensure the prototype can accurately identify the maturity level of oil palm FFB.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Egrek, Kelapa Sawit, K-Nearest Neighbor, REBA (Rapid Entire Body Assesment), QFD (Quality Function Deployment)
Subjects:	T Technology > T Technology (General) > T58.8 Productivity. Efficiency T Technology > TA Engineering (General). Civil engineering (General) > TA1573 Detectors. Sensors T Technology > TA Engineering (General). Civil engineering (General) > TA174 Computer-aided design.
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Industrial Engineering > 26201-(S1) Undergraduate Thesis
Depositing User:	Hammam Dhiyaurrahman Yusdin
Date Deposited:	06 Sep 2023 08:14
Last Modified:	06 Sep 2023 08:14
URI:	http://repository.its.ac.id/id/eprint/102766

Actions (login required)

View Item