Pengenalan dan Perhitungan Pohon Kelapa Sawit dengan Deep Learning Menggunakan Citra Satelit

Abstract

Kelapa sawit merupakan komoditas sektor pertanian bidang perkebunan terbesar di Indonesia yang memiliki nilai ekonomi tinggi. Perkebunan kelapa sawit di Indonesia sangatlah luas yang menyebabkan petani cukup sulit untuk dapat mengidentifikasi pohon secara cepat dengan jumlah pohon yang sangat banyak. Hal ini diperlukannya sebuah metode yang dapat digunakan untuk menghitung kelapa sawit secara cepat. Tujuan dalam penelitian ini adalah mengidentifikasi dan menghitung pohon kelapa sawit menggunakan deep learning dan algoritma YOLO. Lalu dilakukan penerapan model tersebut untuk melakukan proses pengenalan dan perhitungan kelapa sawit. Prosedur penelitian yang digunakan adalah pengumpulan dataset, pelabelan dataset, training dataset, pengujian model dan penerapan ke dalam program penghitungan pengenalan objek kelapa sawit. Training dataset menggunakan YOLO dengan iterasi sebanyak 2500 step dengan mendapatkan nilai loss sebesar 0,6 dengan nilai akurasi sebesar 85,4%, Presisi 97,8% dan recall 86,6%. Hal ini menunjukan bahwa model cukup stabil mengklasifikasi objek dengan tepat sehingga program pengenalan objek pohon kelapa sawit bisa digunakan.