| dc.description.abstract | Luas perkebunan kelapa sawit di Indonesia mencapai 14,59 juta hektar pada tahun 2020. Manajemen efektif dan efisien dari perkebunan ini adalah tantangan utama. Untuk meningkatkan produksi kelapa sawit, penting untuk memastikan jumlah pohon kelapa sawit di perkebunan berada pada tingkat optimal. Hal ini karena biaya pupuk menyumbang sekitar 24% dari biaya produksi. Beberapa penelitian telah mengembangkan machine learning untuk mendeteksi pohon kelapa sawit, namun terdapat kekurangan dari segi pengguna. Oleh karena itu, penelitian ini mengembangkan aplikasi backend berbasis REST API dengan menggunakan kerangka kerja Python FAST API untuk memudahkan pengguna berkomunikasi dengan model Deep Learning. Dalam proses pengembangannya, ada dua iterasi: iterasi pertama untuk aplikasi backend deteksi pohon kelapa sawit, dan iterasi kedua untuk fitur manajemen model pada aplikasi backend. Hasil akhir adalah aplikasi backend dengan 12 endpoint, yang telah berhasil diuji secara manual melalui browser, otomatis melalui perangkat lunak Postman, dan dengan menggunakan library Pytest. | id |
