<![CDATA[Abstrak Indonesia merupakan negara agraris dengan daerah perkebunan yang sangat luas. Selain Kelapa sawit, Singkong dan Pisang, Indonesia merupakan negara dengan komoditas buah Mangga yang besar. Pada tahun 2016 statistik FAO menyebutkan Indonesia merupakan negara dengan produksi Mangga terbesar ke-4 didunia. Hal ini tentunya dapat lebih ditingkatkan apabila banyak terobosan teknologi yang digunakan dalam produksi buah Mangga. Teknologi tersebut dapat diterapkan dalam proses penanaman, perawatan, maupun panen. Pada Tugas Akhir ini dibuat suatu sistem yang dapat mendeteksi kematangan buah Mangga berdasarkan pengolahan sinyal digital pada radar FMCW. Sistem bekerja dengan mengklasifikasi tingkat kematangan mangga berdasarkan besar magnitude gelombang yang didapatkan dengan melakukan transformasi fourier diskrit pada frekuensi beat radar siversima RS3400X terhadap buah mangga. Pengklasifikasin dilakukan dengan memperhatikan jarak antara sistem dengan mangga pada kondisi indoor/outdoor. Hasil penelitian ini merupakan hasil pengujian sistem terhadap klasifikasi kematangan sample mangga dan analisa tingkat kematangan mangga pada kondisi dalam ruangan dan luar ruangan pada jarak 90 cm, 100 cm, dan 110 cm terhadap besarnya magnitude gelombang. Pada penelitian menghasilkan suatu sistem mampu mengklasifikasi tingkat kematangan mangga dengan akurasi 42,77 %. Kata kunci : Mangga, kematangan, FMCW, klasifikasi¸ gelombang, magnitude. Abstract Indonesia is an agricultural country with a vast plantation area. In addition to oil palm, cassava and banana, Indonesia is a country with large mangoes production. In 2016 FAO statistics said Indonesia was the fourth largest country of mango production in the world. This of course can be further improved if there are many technological breakthroughs used in the production of Mango. This technology can be applied in the process of planting, tendance, and harvesting. In this Final Project, a system can be detected that can detect the ripenesse of Mango based on digital signal processing on FMCW radar. The system works by classifying the mango ripenesse level based on the magnitude of the wave obtained by performing discrete fourier transforms on the siversima RS3400X radar beat frequency on the mango. Classification is carried out by observing the distance between the system and the mango on indoor / outdoor conditions. This study obtain the results of a system test on the calcification of sample manggo ripenesse level and analysis the effect of the ripenesse level of mangoes in conditions in indoor and outdoor at a distance of 90, 100, and 110 cm against the magnitude wave. In this study, a system was able to classify manggo ripenesse level with an accuracy of 42,77%. Keywords: Mango, maturity, FMCW, classification, magnitude.]]>
