Indeks Kematangan Buah-buahan: Kaedah Menentukan Masa Penuaian yang Optimum

Indeks kematangan buah ialah sekumpulan petunjuk yang digunakan untuk menentukan sama ada sesuatu buah telah mencapai tahap sesuai untuk dituai. Penentuan ini penting kerana buah yang dituai terlalu awal mungkin tidak mencapai rasa, aroma dan tekstur yang baik, manakala buah yang dituai terlalu lewat lebih mudah rosak, lembik dan mempunyai jangka hayat penyimpanan yang pendek.

Berdasarkan kedua-dua dokumen yang diberikan, kematangan buah tidak sepatutnya ditentukan menggunakan satu tanda sahaja. Penilaian yang lebih tepat biasanya menggabungkan ciri luaran, sifat fizikal, komposisi kimia dan perubahan fisiologi buah. Pemilihan kaedah pula perlu disesuaikan dengan spesies, kultivar, tujuan pasaran dan tempoh penyimpanan yang dikehendaki.

Kematangan dan kemasakan buah

Dalam pengurusan pascatuai, kematangan dan kemasakan membawa maksud yang berkaitan tetapi tidak semestinya sama.

Kematangan penuaian merujuk kepada tahap perkembangan apabila buah telah cukup matang untuk dituai dan mampu mencapai kualiti yang dikehendaki.

Kemasakan pula merujuk kepada perubahan selepas buah matang, seperti:

Buah menjadi lebih lembut;
Warna kulit berubah;
Kandungan gula meningkat;
Keasidan menurun;
Aroma semakin jelas; dan
Rasa menjadi lebih sesuai untuk dimakan.

Oleh itu, sesetengah buah boleh dituai ketika matang tetapi belum cukup masak untuk dimakan. Keadaan ini lazimnya berkaitan dengan buah yang masih meneruskan proses pemasakan selepas dituai.

Mengapa indeks kematangan penting?

Pemilihan tahap kematangan semasa penuaian mempengaruhi keseluruhan rantaian pengendalian buah.

Penuaian terlalu awal boleh menyebabkan:

Saiz buah belum mencapai tahap optimum;
Rasa kurang manis;
Aroma kurang berkembang;
Tekstur tidak memuaskan;
Buah gagal masak dengan baik; dan
Kualiti pasaran rendah.

Penuaian terlalu lewat pula boleh meningkatkan risiko:

Buah terlalu lembut;
Kerosakan ketika pengangkutan;
Gangguan fisiologi pascatuai;
Serangan mikroorganisma;
Jangka hayat penyimpanan pendek; dan
Pembaziran hasil.

Indeks kematangan membantu petani dan pengusaha menetapkan masa penuaian yang seimbang antara kualiti makan, ketahanan pengangkutan dan keperluan pasaran.

Pengelasan indeks kematangan

Dokumen pertama mengelaskan indeks kematangan kepada petunjuk boleh cerap dalaman, boleh cerap luaran dan biokimia. Jadual pada halaman pertama menunjukkan bahawa setiap kategori mempunyai parameter dan aplikasi yang berbeza.

Kategori	Parameter utama	Contoh penggunaan
Boleh cerap luaran	Warna kulit, saiz, bentuk, berat, klorofil, hari selepas berbunga	Plum, jeruk, mangga dan durian
Boleh cerap dalaman	Kekerasan, gula, keasidan, kanji, minyak, kelembapan dan bahan kering	Epal dan avokado
Biokimia dan fisiologi	Nisbah TSS/TA, etilena dan respirasi	Jeruk, epal dan buah klimakterik

Pengelasan tersebut menunjukkan bahawa warna kulit hanya satu daripada banyak petunjuk yang boleh digunakan.

Pemerhatian visual

Kaedah visual ialah pendekatan paling mudah dan paling banyak digunakan di ladang. Penilaian biasanya dibuat berdasarkan:

Warna kulit;
Warna dasar buah;
Bentuk;
Saiz;
Keadaan tangkai;
Kilauan permukaan;
Kehadiran bintik; dan
Perubahan ciri kulit.

Perubahan warna berlaku apabila klorofil berkurang dan pigmen lain seperti karotenoid atau antosianin meningkat.

Sebagai contoh, buah hijau boleh bertukar kepada:

Kuning;
Jingga;
Merah;
Ungu; atau
Warna yang lebih gelap.

Walau bagaimanapun, warna boleh dipengaruhi oleh cahaya, suhu, kedudukan buah dalam kanopi dan kultivar. Oleh itu, penilaian warna sahaja mungkin tidak cukup untuk menentukan kematangan dalaman.

Warna dasar buah

Bagi buah batu seperti pic dan plum, warna dasar atau ground color dianggap sebagai petunjuk praktikal untuk menentukan kematangan minimum.

Warna dasar berbeza daripada warna merah yang terbentuk akibat pendedahan cahaya. Buah mungkin kelihatan merah pada bahagian luar, tetapi warna dasarnya masih hijau dan menandakan buah belum cukup matang.

Kaedah ini memerlukan carta warna atau pengalaman pemeriksa supaya penilaian lebih seragam.

Pengukuran warna menggunakan instrumen

Colorimeter boleh digunakan untuk menghasilkan bacaan warna yang lebih objektif berbanding pemerhatian mata.

Warna lazimnya direkodkan dalam ruang warna Lab*:

L* menunjukkan kecerahan;
a* menunjukkan arah hijau kepada merah; dan
b* menunjukkan arah biru kepada kuning.

Analisis imej RGB yang ditukarkan kepada ruang warna Lab* turut menunjukkan prestasi yang baik dalam penilaian kualiti buah.

Kaedah ini mengurangkan perbezaan penilaian antara pekerja, tetapi memerlukan kawalan pencahayaan dan kalibrasi alat.

Kekerasan buah

Kekerasan isi merupakan petunjuk fizikal penting kerana buah biasanya menjadi semakin lembut apabila proses pemasakan berlangsung.

Buah kurang matang lazimnya menunjukkan kekerasan lebih tinggi, manakala buah yang lebih masak menunjukkan nilai kekerasan lebih rendah.

Kekerasan boleh diukur menggunakan alat seperti:

Penetrometer;
Prob Magness–Taylor; atau
Penganalisis tekstur.

Dalam kaedah penetrometer, tekanan dikenakan pada isi buah selepas sebahagian kulit dibuang. Oleh sebab buah ditebuk, kaedah ini dikategorikan sebagai kaedah memusnah.

Kelebihan dan kelemahan ujian kekerasan

Kekerasan berguna untuk menentukan sama ada buah sesuai untuk:

Pengangkutan jarak jauh;
Penyimpanan;
Pemprosesan;
Jualan segar; atau
Penggunaan segera.

Namun, nilai kekerasan boleh berubah mengikut:

Kedudukan pengukuran;
Saiz prob;
Kelajuan tekanan;
Suhu buah;
Ketebalan kulit; dan
Kultivar.

Prosedur pengukuran perlu diseragamkan supaya bacaan daripada sampel berbeza boleh dibandingkan.

Kandungan pepejal larut

Kandungan pepejal larut atau soluble solids content—SSC—biasanya diukur menggunakan refraktometer dan dinyatakan dalam darjah Brix.

SSC sering digunakan sebagai anggaran kandungan gula kerana gula merupakan sebahagian besar bahan larut dalam jus buah.

Semasa pemasakan, kanji dan bahan simpanan tertentu boleh ditukarkan kepada gula. Oleh itu, nilai Brix lazimnya meningkat.

Namun, dokumen menegaskan bahawa SSC boleh berubah dengan ketara antara pokok. Dalam sesetengah buah, SSC sahaja bukan penunjuk kematangan yang cukup boleh dipercayai.

Keasidan tertitrasi

Keasidan tertitrasi atau titratable acidity—TA—mengukur jumlah asid organik dalam buah.

TA biasanya ditentukan melalui proses titrasi. Semasa buah masak, kandungan asid organik lazimnya menurun kerana asid digunakan dalam respirasi dan proses metabolisme.

Perubahan ini menyebabkan rasa buah menjadi kurang masam.

Nilai TA perlu ditafsir bersama kandungan gula kerana dua buah dengan nilai Brix yang sama boleh mempunyai rasa berbeza jika tahap keasidannya tidak sama.

Nisbah TSS kepada TA

Nisbah jumlah pepejal larut kepada keasidan tertitrasi, biasanya ditulis sebagai TSS/TA atau SSC/TA, digunakan secara meluas untuk menggambarkan keseimbangan rasa manis dan masam.

Rumus asasnya ialah:

Nisbah kematangan = jumlah pepejal larut ÷ keasidan tertitrasi

Apabila buah matang:

Kandungan gula biasanya meningkat;
Kandungan asid biasanya menurun; dan
Nisbah TSS/TA menjadi lebih tinggi.

Indeks ini banyak digunakan dalam buah sitrus. Walau bagaimanapun, tahap minimum yang diterima boleh berbeza mengikut varieti dan kehendak pasaran.

Indeks kanji

Bagi buah seperti epal, corak degradasi kanji merupakan petunjuk kematangan yang penting.

Buah dipotong dan permukaan isi disapu dengan larutan iodin. Kawasan yang masih kaya dengan kanji berubah menjadi warna gelap, manakala kawasan yang kandungan kanjinya telah berkurang menunjukkan warna yang lebih cerah.

Apabila buah semakin matang:

Kanji berkurang;
Gula meningkat;
Kekerasan menurun; dan
Keasidan menurun.

Skor corak kanji membantu menetapkan tahap penuaian, tetapi carta penilaian perlu disesuaikan dengan kultivar epal.

Kandungan bahan kering

Kandungan bahan kering ialah parameter dalaman penting bagi buah seperti avokado.

Bahan kering merujuk kepada bahan yang tinggal selepas air dikeluarkan daripada sampel buah. Pengukurannya melibatkan penimbangan sampel sebelum dan selepas pengeringan.

Dalam avokado, peningkatan kematangan dikaitkan dengan:

Kandungan bahan kering meningkat;
Kandungan minyak meningkat; dan
Kandungan kelembapan menurun.

Oleh sebab kandungan minyak sukar diukur secara rutin, bahan kering sering digunakan sebagai petunjuk yang lebih praktikal.

Kandungan minyak

Kandungan minyak merupakan indeks kematangan yang penting bagi avokado. Semasa perkembangan buah, minyak terkumpul dalam isi.

Nilai minyak yang terlalu rendah menunjukkan buah belum cukup matang dan mungkin gagal menghasilkan tekstur atau rasa yang baik selepas dituai.

Namun, analisis minyak memerlukan kaedah makmal dan kurang praktikal untuk pemeriksaan ladang yang cepat.

Saiz dan berat buah

Saiz dan berat boleh digunakan sebagai indeks apabila corak pertumbuhan buah telah diketahui.

Buah yang masih berkembang biasanya menunjukkan peningkatan:

Diameter;
Panjang;
Isi padu; dan
Berat.

Walau bagaimanapun, buah besar tidak semestinya matang kerana saiz turut dipengaruhi oleh:

Beban buah;
Air;
Baja;
Kedudukan dalam kanopi; dan
Genetik.

Oleh itu, saiz perlu digabungkan dengan petunjuk lain.

Hari selepas berbunga penuh

Bilangan hari atau minggu selepas berbunga penuh merupakan indeks kronologi yang mudah digunakan.

Tarikh bunga penuh direkodkan, kemudian anggaran tempoh perkembangan buah digunakan untuk menetapkan masa penuaian.

Dokumen memberikan beberapa contoh:

Mangga Sonpari menunjukkan kualiti organoleptik dan jangka hayat terbaik apabila dituai sekitar minggu ke-18 selepas berbunga;
Durian Monthong menunjukkan perubahan warna kulit yang berkaitan dengan kematangan sekitar 120–135 hari selepas berbunga penuh.

Walau bagaimanapun, tempoh tersebut tidak boleh digunakan untuk semua varieti kerana iklim dan kultivar mempengaruhi kadar perkembangan buah.

Penghasilan etilena

Etilena ialah hormon tumbuhan yang terlibat dalam proses pemasakan. Dalam buah tertentu, pengeluaran etilena meningkat dengan ketara apabila pemasakan bermula.

Dokumen kedua menyatakan bahawa kandungan etilena endogen berkorelasi rapat dengan tahap kematangan dan boleh menjadi penunjuk lebih objektif berbanding warna sahaja.

Sensor elektrokimia boleh digunakan untuk mengukur etilena tanpa merosakkan buah. Dalam kajian buah pir, kadar pelepasan etilena digunakan untuk mengelaskan buah kepada tiga tahap kematangan.

Kadar respirasi

Respirasi ialah proses penggunaan oksigen dan penghasilan karbon dioksida oleh buah.

Apabila buah masak, kadar respirasi boleh berubah dengan ketara. Dalam buah klimakterik, terdapat peningkatan respirasi yang berkaitan dengan peningkatan etilena.

Pengukuran respirasi boleh digunakan sebagai indeks fisiologi, tetapi memerlukan ruang tertutup, sensor gas dan prosedur yang dikawal.

Aroma dan sebatian meruap

Buah yang sedang masak menghasilkan sebatian aromatik meruap yang berbeza daripada buah belum matang.

Hidung elektronik atau electronic nose mengesan corak sebatian meruap menggunakan rangkaian sensor.

Dalam kajian yang dinyatakan dalam dokumen, sistem e-nose mengelaskan lima tahap kematangan beri dengan ketepatan:

100% bagi blackberry; dan
88.3% bagi whiteberry.

Kaedah ini tidak merosakkan buah, tetapi model perlu dilatih menggunakan data daripada buah dan kultivar yang berkaitan.

Spektroskopi inframerah hampir

Spektroskopi inframerah hampir atau NIR menggunakan pantulan dan penyerapan cahaya untuk menganggarkan sifat dalaman buah.

Dokumen menerangkan bahawa spektroskopi VNIR mengukur cahaya dalam julat kira-kira 380 hingga 2,500 nm. Corak spektrum dipengaruhi oleh air, gula, asid, kanji dan komponen organik lain.

Teknologi ini telah digunakan untuk menganggarkan kematangan:

Epal;
Mangga;
Anggur;
Tembikai;
Pir; dan
Pic.

Kelebihan utama NIR ialah buah tidak perlu dipotong atau dimusnahkan.

Indeks perbezaan penyerapan

Indeks perbezaan penyerapan atau IAD diukur menggunakan DA-meter.

Peranti ini menilai perubahan klorofil dalam kulit buah. Apabila buah matang, kandungan klorofil lazimnya menurun dan nilai IAD berubah.

Dalam epal, IAD menunjukkan hubungan yang kuat dengan:

Degradasi kanji; dan
Indeks pematangan Streif.

Dalam pic, IAD berkorelasi positif dengan kekerasan buah.

Namun, keberkesanan IAD bergantung pada kultivar dan kestabilan corak perubahan antara musim.

Pengimejan hiperspektral

Pengimejan hiperspektral menggabungkan maklumat imej dan spektrum pada banyak panjang gelombang.

Kaedah ini dapat menghasilkan peta maklumat pada permukaan buah dan menganggarkan sifat dalaman tanpa memotong buah.

Dalam avokado Hass, gabungan pengimejan hiperspektral dan pembelajaran mendalam mampu menganggarkan bilangan hari hingga kemasakan dengan ralat purata sekitar 1.17 hari bagi setiap buah.

Teknologi ini menunjukkan ketepatan tinggi tetapi memerlukan peralatan, data latihan dan pengkomputeran yang lebih kompleks.

Fluoresens dan analisis warna

Pengimejan fluoresens menilai cahaya yang dipancarkan oleh komponen buah selepas dirangsang pada panjang gelombang tertentu.

Gabungan fluoresens dan imej warna telah digunakan untuk menganggarkan:

Kandungan pepejal larut; dan
Kekerasan jambu batu.

Kaedah gabungan berpotensi memberikan maklumat lebih lengkap berbanding imej warna sahaja.

Visi komputer

Visi komputer menggunakan kamera untuk menangkap imej buah dan algoritma untuk menilai ciri seperti:

Warna;
Bentuk;
Saiz;
Bintik;
Tekstur; dan
Kecacatan permukaan.

Pemprosesan imej telah digunakan untuk menentukan kematangan plum dengan warna sebagai faktor utama.

Dalam pisang, warna kulit dan perkembangan bintik coklat merupakan ciri penting bagi mengelaskan tahap kemasakan.

Pembelajaran mesin

Pembelajaran mesin digunakan untuk mencari hubungan antara data sensor dengan kelas kematangan.

Antara model yang dinyatakan dalam dokumen ialah:

Rangkaian neural buatan;
Random forest;
Mesin vektor sokongan;
PLS;
LSSVM;
CNN; dan
YOLOv8.

Model ini boleh menggabungkan pelbagai parameter yang sukar ditafsir secara manual.

Ketepatan beberapa model

Jadual pada halaman kedua dokumen “Cara Menentukan Kematangan Buah-buahan” membandingkan beberapa model klasifikasi.

Kaedah atau model	Buah	Ketepatan dilaporkan
YOLOv8	Pelbagai buah	99.5%
ANN dan tekstur imej	Pisang	97.75%
Random forest dan tekstur	Pic	100%
CDTM dan nilai eigen	Pisang Cavendish	64%
RipeTrack	Avokado dan pir	95–98%

Nilai tersebut berasal daripada kajian dan set data tertentu. Ketepatan yang sama tidak semestinya dicapai apabila model digunakan dalam keadaan ladang yang berlainan.

Sistem multisensor

Sistem multisensor menggabungkan beberapa sumber data, seperti:

Kamera;
Spektrometer;
Sensor sebatian organik meruap;
Sensor suhu; dan
Sensor kelembapan.

Dalam kajian pisang, sistem kos rendah yang menggabungkan beberapa sensor mencapai ketepatan 99.95% bagi klasifikasi lima tahap kematangan menggunakan model random forest.

Gabungan sensor membantu mengurangkan kelemahan bergantung pada satu parameter sahaja.

Aplikasi telefon pintar

Dokumen menyebut aplikasi RipeTrack yang menggunakan sensor telefon pintar dan pembelajaran mesin untuk menilai sifat optik buah.

Sistem tersebut menghasilkan maklumat seperti:

Masak;
Belum masak;
Luput; dan
Anggaran peratus jangka hayat berbaki.

Pendekatan ini lebih mudah diakses berbanding alat makmal, tetapi masih memerlukan kalibrasi mengikut buah, kamera, pencahayaan dan persekitaran penggunaan.

Indeks kematangan khusus bagi avokado

Bagi avokado, dokumen mengenal pasti tiga indeks dalaman utama:

Kandungan bahan kering;
Kandungan kelembapan; dan
Kandungan minyak.

Semasa avokado matang:

Bahan kering meningkat;
Minyak meningkat;
Kelembapan menurun.

Ketiga-tiga parameter ini mempunyai hubungan dengan prestasi pascatuai. Warna kulit tidak semestinya boleh digunakan untuk semua varieti kerana sesetengah avokado kekal hijau walaupun telah matang.

Indeks kematangan epal

Bagi epal, beberapa indeks yang digunakan ialah:

Indeks corak kanji;
Kekerasan isi;
Kandungan pepejal larut;
IAD;
Etilena; dan
Indeks Streif.

Peningkatan indeks degradasi kanji berkait dengan peningkatan gula serta penurunan kekerasan dan keasidan.

Gabungan beberapa parameter lebih berguna daripada penggunaan satu indeks tunggal.

Indeks kematangan mangga

Bagi mangga, antara indeks yang digunakan ialah:

Minggu selepas berbunga;
Warna kulit dan isi;
Kekerasan;
Kandungan pepejal larut;
Keasidan; dan
Bentuk bahu buah.

Dokumen menyatakan bahawa mangga Sonpari yang dituai pada minggu ke-18 selepas berbunga menghasilkan kualiti organoleptik dan jangka hayat penyimpanan terbaik dalam kajian yang dirujuk.

Angka ini khusus kepada varieti dan keadaan kajian tersebut.

Indeks kematangan durian

Bagi durian, warna kulit boleh digunakan sebagai salah satu petunjuk kematangan.

Dalam kajian Monthong yang dirujuk, peningkatan nilai b* yang mewakili arah warna kuning pada 120 hingga 135 hari selepas berbunga penuh dikaitkan dengan tahap kematangan yang sesuai untuk penuaian.

Namun, warna kulit sahaja tidak semestinya mencukupi kerana varieti durian mempunyai tempoh perkembangan dan ciri kulit yang berbeza.

Indeks kematangan buah sitrus

Bagi buah sitrus, indeks komersial biasanya menggabungkan:

Warna kulit;
Peratusan jus;
Kandungan pepejal larut;
Keasidan tertitrasi; dan
Nisbah TSS/TA.

Semasa buah matang, gula meningkat dan asid organik menurun.

Tahap kematangan yang diterima boleh berbeza mengikut varieti, pasaran segar, pemprosesan dan jarak penghantaran.

Indeks kematangan buah batu

Bagi buah batu seperti pic dan plum:

Warna dasar digunakan sebagai petunjuk kematangan minimum;
Kekerasan digunakan sebagai petunjuk kematangan maksimum;
SSC dan TA membantu menilai rasa;
IAD membantu menilai degradasi klorofil; dan
Pemprosesan imej membantu mengelaskan tahap kemasakan.

Buah yang terlalu lembut mungkin mempunyai rasa yang baik tetapi tidak lagi sesuai untuk pengangkutan jauh.

Kaedah memusnah dan tidak memusnah

Kaedah penentuan kematangan boleh dibahagikan kepada dua kumpulan utama.

Kaedah memusnah

Kaedah ini memerlukan buah dipotong, ditebuk atau diproses.

Contohnya:

Kekerasan dengan penetrometer;
Brix dengan refraktometer;
Titrasi keasidan;
Ujian kanji;
Kandungan bahan kering; dan
Kandungan minyak.

Kelebihannya ialah memberikan maklumat dalaman secara langsung. Kekurangannya ialah buah tidak boleh dijual selepas diuji.

Kaedah tidak memusnah

Kaedah ini menilai buah tanpa merosakkannya.

Contohnya:

Warna;
IAD;
NIR;
Pengimejan hiperspektral;
Sensor etilena;
E-nose;
Kamera; dan
Aplikasi telefon pintar.

Kaedah ini sesuai untuk pemeriksaan buah dalam jumlah besar, tetapi memerlukan alat dan model yang telah dikalibrasi.

Kelemahan kaedah tradisional

Kaedah tradisional mempunyai beberapa kekangan:

Bersifat subjektif;
Bergantung pada pengalaman pemeriksa;
Memakan masa;
Sukar diseragamkan;
Sebahagiannya memusnahkan buah; dan
Tidak semestinya mengesan kematangan dalaman.

Walaupun begitu, kaedah tradisional masih penting kerana lebih murah dan mudah digunakan di ladang.

Cabaran teknologi tidak memusnah

Teknologi NIR, sensor dan AI juga mempunyai batas.

Peranti komersial mudah alih boleh menjadi mahal dan sukar digunakan secara meluas. Model yang dibangunkan untuk satu kultivar tidak semestinya sesuai untuk kultivar lain tanpa kalibrasi semula.

Prestasi sistem turut dipengaruhi oleh:

Pencahayaan;
Suhu;
Saiz sampel;
Kedudukan buah;
Varieti;
Musim;
Kamera; dan
Kaedah analisis.

Oleh itu, ketepatan tinggi dalam kajian terkawal tidak semestinya terus dicapai dalam operasi ladang.

Kepentingan kalibrasi kultivar

Dokumen menegaskan bahawa model kematangan bersifat khusus kepada buah dan kultivar.

Sebagai contoh, perubahan warna yang sesuai untuk satu kultivar mungkin tidak berlaku dengan pola yang sama pada kultivar lain.

Kalibrasi perlu dilakukan menggunakan sampel yang mewakili:

Kultivar;
Lokasi;
Musim;
Julat kematangan; dan
Keadaan pascatuai sebenar.

Tanpa kalibrasi, model boleh menghasilkan keputusan yang tidak tepat.

Gabungan indeks lebih tepat

Penggunaan satu indeks sahaja boleh menyebabkan kesilapan. Pendekatan yang lebih baik ialah menggabungkan beberapa petunjuk.

Sebagai contoh:

Buah	Gabungan indeks yang sesuai
Avokado	Bahan kering, minyak, kelembapan
Epal	Kanji, kekerasan, SSC, IAD
Mangga	Hari selepas berbunga, warna, kekerasan, Brix
Durian	Hari selepas berbunga, warna kulit, ciri varieti
Sitrus	Warna, jus, TSS dan TA
Pic	Warna dasar, kekerasan, SSC/TA

Gabungan indeks meningkatkan keyakinan bahawa buah telah mencapai kematangan penuaian yang sesuai.

Cadangan aliran penilaian di ladang

Berdasarkan aliran kerja dalam rajah halaman pertama dokumen kedua, penilaian kematangan boleh dimulakan dengan pemerhatian warna, diikuti pengukuran fizikal dan kimia sebelum data digabungkan dengan pengimejan atau pembelajaran mesin apabila teknologi tersedia.

Pendekatan praktikal boleh dilakukan seperti berikut:

Rekod tarikh berbunga penuh.
Perhatikan perubahan warna dan bentuk buah.
Ambil sampel buah yang mewakili beberapa pokok.
Ukur kekerasan, Brix dan keasidan.
Bandingkan dengan piawai kultivar.
Ulang penilaian pada beberapa tarikh.
Tetapkan masa penuaian berdasarkan gabungan keputusan.

Kaedah ini lebih kukuh daripada membuat keputusan berdasarkan warna atau saiz sahaja.

Kata kunci: indeks kematangan buah, kematangan penuaian, kemasakan buah, warna kulit, kekerasan buah, kandungan pepejal larut, Brix, keasidan tertitrasi, nisbah TSS/TA, etilena, respirasi buah, bahan kering, kandungan minyak, indeks kanji, NIR, pengimejan hiperspektral, visi komputer, pembelajaran mesin, kecerdasan buatan, pascatuai

Sumber Rujukan

Aghilinategh, N., Dalvand, M. J., & Anvar, A. (2020). Detection of ripeness grades of berries using an electronic nose. Food Science & Nutrition, 8, 4919–4928.

Akishin, O. V., Gudkovsky, V., Sutormina, A., Potapova, A., & Medelyaeva, A. (2021). Development of a new method for determining the degree of ripeness of tomato fruits with different colors of ripe fruits. IOP Conference Series: Earth and Environmental Science, 845.

Bhardwaj, R., Sharma, Y., & Vyas, L. (2021). Fruit maturity indices. Dalam Postharvest Handling of Horticultural Crops.

Callaghan, K. M. S., & Martinez-Hernandez, U. (2025). Low-cost, multisensor nondestructive banana ripeness estimation using machine learning. IEEE Sensors Journal, 25, 8797–8806.

Crisosto, C. (1994). Stone fruit maturity indices: A descriptive review.

Davur, Y. J., Kämper, W., Khoshelham, K., Trueman, S., & Bai, S. (2023). Estimating the ripeness of Hass avocado fruit using deep learning with hyperspectral imaging. Horticulturae.

Gaši?, K., Reighard, G., Windham, J., & Ognjanov, M. (2015). Relationship between fruit maturity at harvest and fruit quality in peach. Acta Horticulturae, 643–648.

Gupta, A., Medhi, M., Chakraborty, S., Yumnam, M., & Mishra, P. (2020). Development of rapid and non-destructive technique for the determination of maturity indices of pomelo fruit. Journal of Food Measurement and Characterization, 15, 1463–1474.

Gupta, A., Pathak, U., Tongbram, T., Medhi, M., Terdwongworakul, A., Magwaza, L. S., Mditshwa, A., Chen, T., & Mishra, P. (2021). Emerging approaches to determine maturity of citrus fruit. Critical Reviews in Food Science and Nutrition, 62, 5245–5266.

Hu?, A., Vidrih, R., & Trebar, M. (2020). Determination of pear ripening stages based on an electrochemical ethylene sensor. IEEE Sensors Journal, 20, 13976–13983.

Hussain, A., Pu, H., & Sun, D. (2018). Innovative nondestructive imaging techniques for ripening and maturity of fruits. Trends in Food Science & Technology, 72, 144–152.

Islam, M., Bijjahalli, S., Fahey, T., Gardi, A., Sabatini, R., & Lamb, D. (2024). Destructive and non-destructive measurement approaches and the application of AI models in precision agriculture. Precision Agriculture, 25, 1127–1180.

Jena, A., Bamola, A., Mishra, S., Jain, I., Pathak, N., Sharma, N., Joshi, N., Pandey, R., Kaparwal, S., Yadav, V., Gupta, A., Jha, A., Bhatt, S., Kumar, V., Naik, B., Rustagi, S., Preet, M. S., Akhtar, S., & Kumar, A. (2024). State-of-the-art non-destructive approaches for maturity-index determination in fruits and vegetables. Food Production, Processing and Nutrition, 6, 1–40.

Kader, A. (1999). Fruit maturity, ripening and quality relationships. Acta Horticulturae, 203–208.

Kaur, H., Sawhney, B., & Jawandha, S. K. (2018). Evaluation of plum-fruit maturity by image-processing techniques. Journal of Food Science and Technology, 55, 3008–3015.

Lado, J., Gambetta, G., & Zacarías, L. (2018). Key determinants of citrus-fruit quality: Metabolites and main changes during maturation. Scientia Horticulturae, 233, 238–248.

Li, B., Lecourt, J., & Bishop, G. (2017). Advances in non-destructive early assessment of fruit ripeness towards defining optimal time of harvest and yield prediction. Plants, 7.

Mazen, F., & Nashat, A. A. (2019). Ripeness classification of bananas using an artificial neural network. Arabian Journal for Science and Engineering, 44, 6901–6910.

Mwelase, S., Mditshwa, A., Magwaza, L. S., & Tesfay, S. (2022). Maturity indexing and postharvest performance of newly developed ‘Lamb Hass’ avocado fruit. International Journal of Fruit Science, 22, 453–470.

Ropelewska, E., & Rutkowski, K. (2023). The classification of peaches at different ripening stages using machine-learning models based on texture parameters of flesh images. Agriculture.

Savaliya, R., Sharma, D., Baraiya, A., Dodiya, P., & Parakhiya, N. (2024). Determination of suitable maturity index of mango fruits var. Sonpari. International Journal of Advanced Biochemistry Research.

Shah, S. S. A., Zeb, A., Qureshi, W. S., Arslan, M., Malik, A., Alasmary, W. S., & Alanazi, E. (2020). Towards fruit-maturity estimation using NIR spectroscopy. Infrared Physics & Technology, 111, 103479.

Sjöstrand, J., Tahir, I., Hovmalm, H. P., Garkava-Gustavsson, L., Stridh, H., & Olsson, M. E. (2024). Comparison between IAD and other maturity indices in nine commercially grown apple cultivars. Scientia Horticulturae.

Waseem, M. S., Sharma, N., & Hefeeda, M. (2026). RipeTrack: Assessing fruit ripeness and remaining lifetime using smartphones. IEEE Transactions on Mobile Computing, 25, 830–845.

Xiao, B., Nguyen, M., & Yan, W. (2023). Fruit-ripeness identification using the YOLOv8 model. Multimedia Tools and Applications, 83, 28039–28056.

Yongyut, N., Baopa, P., Meetha, S., Ayutthaya, S. I. N., Chiu, C.-I., Sripontan, Y., Posom, J., & Nampila, S. (2025). Fruit quality and antioxidant content in durian cv. Monthong at different maturity stages. Horticulturae.

Post Views: 12