| dc.description.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. | id |
