Jeruk besar sudah merupakan hasil produksi yang sangat besar di Kabupaten Pangkejene Dan Kepulauan (Pangkep). Produksi yang besar inilah yang membuat para peneliti mengembangkan teknik yang dapat diterapkan untuk memproses jeruk tersebut agar dapat menentukan antara matang atau tidaknya buah jeruk yang akan dipasarkan. Pada penelitian ini, digunakan sebuah metode machine learning untuk menentukan tingkat kematangan buah jeruk yang akan dipasarkan. Salah satu cabang machine learning yang digunakan dalam penelitian ini adalah TensorFlow dari perusahaan Google Inc. dimana sistem tersebut dibangun.
Berdasarkan hasil penelitian, telah dilakukan pengujian tentang keakuratan machine learning yang dimaksudkan terhadap ukuran dari data latih serta data uji. Penelitian dilakukan terhadap pengujian ukuran buah yakni dengan memvariasikan pixel dari data latih serta data uji jeruk tersebut mulai dari 10 x 10, 15x 15, 20 x 20, 25 x 25, 28 x 28, 30 x 30, 40 x 40, 50 x 50 hingga 60 x 60 piksel. Dari hasil pengujian, dapat dilihat bahwa pengujian dibawah 28 x 28 pixel yang dihasilkan oleh metode machine learning TensorFlow dalam pengujian ini tidak stabil yang berarti gambar dengan ukuran piksel dibawah 28 x 28 piksel tidak dianjurkan untuk dimasukkan dalam data latih maupun data uji. Sebaliknya pengujian yang dilakukan dengan ukuran gambar antara 28 x 28 piksel atau lebih dalam pengujian ini memiliki akurasi pembacaan data yang cukup baik dan hasil klasifikasi optimum terdapat pada pixel tersebut. Ini berarti dalam penelitian ini ukuran 28 x 28 piksel adalah ukuran gambar paling minimum yang masih dikategorikan memiliki akurasi baik.