Perancangan Sistem Informasi Geografis Kelapa Sawit (Elaeis guineensis Jacq.) berbasis Citra Multispektral

Abstract

Peningkatan produktivitas perkebunan kelapa sawit dapat dilakukan melalui beberapa metode antara lain, optimalisasi pemupukan, perbaikan lingkungan tumbuh, optimalisasi pemeliharaan kebun, dan berbagai kegiatan budidaya lainnya. Guna mendukung kegiatan pengelolaan kebun diperlukan sistem informasi geografis yang dapat membantu proses perencanaan, pemeliharaan dan pengawasan di Perkebunan. Tujuan penelitian ini yaitu mengembangkan sistem informasi geografis untuk mendukung kegiatan pengelolaan Kebun Pendidikan dan Penelitian Kelapa Sawit IPB Cargill dan melakukan digitasi tanaman kelapa sawit secara otomatis menggunakan citra RGB dan deep learning. Tahapan penelitian terdiri dari: (1) survei lokasi, (2) akuisisi citra, (3) pengolahan citra, (4) analisis sistem, (5) desain sistem, (6) implementasi sistem, (7) pengujian sistem. Hasil dari penelitian ini adalah sebuah sistem informasi geografis yang dapat melakukan inventaris data kegiatan perkebunan, menampilkan citra multispektral kebun, menampilkan informasi budidaya pada tingkat blok dan pohon, dan menampilkan informasi digitasi pohon. Citra drone digunakan untuk melakukan digitasi pohon secara otomatis dengan algoritma deep learning YOLOv8. Berdasarkan compatibility test, sistem dapat berjalan pada platform pada umumnya dan nilai System Usability Scale (SUS) sebesar 62,5 yang artinya sistem memiliki kegunaan yang cukup, tetapi masih ada ruang untuk peningkatan agar dapat mencapai tingkat yang lebih baik dan lebih dapat diterima oleh pengguna.