Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/138313
Full metadata record
DC FieldValueLanguage
dc.contributor.authorRustiadi, Ernan
dc.contributor.authorSa’ad, Asmadi
dc.contributor.authorPribadi, Didit Okta
dc.contributor.authorSupijatno
dc.contributor.authorPravitasari, Andrea Emma
dc.contributor.authorIman, La Ode Syamsul
dc.contributor.authorMulya, Setyardi Pratika
dc.contributor.authorErmyanyla, Mia
dc.contributor.authorNurdin, Muhammad
dc.contributor.authorHerlina, Erlin
dc.date.accessioned2024-02-13T00:54:27Z
dc.date.available2024-02-13T00:54:27Z
dc.date.issued2023-12-15
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/138313
dc.description.abstractKomoditas kelapa sawit merupakan komoditas non-migas yang menjadi salah satu sumber devisa utama bagi Indonesia. Namun demikian, dalam proses produksinya masih banyak isu-isu ekonomi, sosial, dan lingkungan yang membuat industri kelapa sawit sering mendapatkan penilaian negatif dari dunia internasional. Di tengah upaya untuk mengantisipasi hal tersebut, implementasi sertifikasi ISPO (Indonesia Sustainable Palm Oil) yang menjamin prinsip-prinsip pengelolaan kelapa sawit berkelanjutan masih terbatas di perusahaan perkebunan swasta maupun negara (BUMN). Sementara untuk perkebunan kelapa sawit rakyat yang saat ini hampir mencapai 50% luas lahan sawit belum dilakukan. Upaya pembinaan pemerintah terhadap perkebunan rakyat terkendala keterbatasan informasi mengenai sebaran lokasi perkebunan kelapa sawit rakyat. Pengembangan database peta perkebunan sawit rakyat terkendala oleh kondisi kebun sawit rakyat yang luasannya kecilkecil, tersebar, terfragmentasi, bercampur dengan jenis penggunaan lain, dan terisolasi. Karena itu diperlukan pengembangan teknologi pemetaan yang mampu melakukan identifikasi perkebunan kelapa sawit rakyat. Pada penelitian sebelumnya, tim pengusul telah menyusun model identifikasi objek sawit pada citra resolusi tinggi dan menengah dengan menggunakan teknik OBIA (object based image analysis) yaitu berdasarkan pengenalan tekstur, rona, struktur, bentuk dan sebagainya. Studi ini ditujukan untuk melakukan pengembangan lebih lanjut terhadap model tersebut dengan menggunakan pendekatan deep learning dengan algoritma berbasis CNN untuk identifikasi obyek kelapa sawit. Diharapkan, teknologi ini dapat membantu identifikasi kebun sawit rakyat berdasarkan sebaran pohon sawit yang tidak seragam, tidak teratur dan tersebar. Penelitian ini dilakukan bermitra dengan Dinas Perkebunan Provinsi Jambi dan Direktorat Jendral Kementerian Pertanian. Dinas Perkebunan Provinsi Jambi sangat membantu tim dalam mengidentifikasi isu dan kawasan sawit rakyat di lokasi studi yaitu Kabupaten Muaro Jambi dan Provinsi Jambi. Sementara Direktorat Jendral Perkebunan Kementerian Pertanian berupaya memfasilitasi penelitian ini untuk memperkuat pengembangan database spasial kelapa sawit rakyat yang saat ini memang sedang dibutuhkan untuk merencanakan berbagai program pengembangan perkebunan sawit rakyat. Penelitian ini juga akan menjadi temuan yang berarti bagi ilmu pengetahuan karena hingga saat ini belum ada model teknologi yang dikembangkan secara khusus untuk memonitor dan memetakan perkebunan sawit rakyat. Temuan yang bernilai kebaruan tinggi ini berkontribusi signifikan bagi dunia ilmu-pengetahuan dan akan dituangkan dalam bentuk publikasi ilmiah.
dc.language.isoidid
dc.publisherLembaga Penelitian dan Pengandian kepada Masyarakat (LPPM) Institut Pertanian Bogorid
dc.titlePengembangan Teknologi Informasi Spasial Untuk Pemetaan Perkebunan Kelapa Sawit Rakyatid
dc.typeTechnical Reportid
dc.subject.keywordperkebunan sawit rakyat
dc.subject.keywordteknologi informasi spasial
dc.subject.keywordCNN
dc.subject.keyworddeep learning
dc.subject.keywordpola penggunaan lahan
Appears in Collections:Research Report

Files in This Item:
File Description SizeFormat 
Ernan Rustiadi_Dok-09.pdfCover15.89 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.