Deteksi Objek Menghitung Pohon Kelapa Sawit Menggunakan Metode Deep Learning

Muhammad Ruhiyatna Rahman, Riny Kusumawati, Fety Fatimah

Abstract


Kelapa sawit merupakan komoditas perkebunan yang penting bagi perkembangan ekonomi Indonesia. Permintaan kelapa sawit diperkirakan akan terus meningkat di tahun-tahun mendatang. Untuk meningkatkan efisiensi dan produktivitas dalam budidaya kelapa sawit, pemantauan pertumbuhan pohon kelapa sawit sangatlah penting. Namun, metode tradisional untuk mengumpulkan data jumlah pohon kelapa sawit memakan waktu dan biaya. Oleh karena itu, diperlukan inovasi dengan menggunakan teknologi pendeteksi objek. Salah satu algoritma pendeteksi objek yang efektif adalah You Only Look Once (YOLO), yang menggunakan jaringan syaraf tiruan. Pada penelitian ini, kami melatih model dengan menggunakan dataset foto udara pohon kelapa sawit yang diperoleh dari citra satelit atau pesawat tanpa awak (UAV), dengan menggunakan YOLOv8 sebagai pengembangan dari versi sebelumnya. Model yang diperoleh mencapai nilai presisi 0,789 dan nilai recall 0,959, yang mengindikasikan jumlah prediksi positif yang lebih tinggi. Hal ini menunjukkan bahwa model ini secara efektif mendeteksi dan menghitung jumlah objek, berdasarkan penggunaan YOLOv8 untuk prediksi dan penghitungan pohon kelapa sawit yang cepat dan dapat diandalkan.

Kata Kunci: Kelapa Sawit, You Only Look Once (YOLOv8), Citra Satelit, Unmanned Aerial Vehicle (UAV)


References


Aqdi, A. H. (2023). Sistem Pendeteksi Dan Penghitung Polen Hidup Dan Mati Pada Tanaman Kelapa Sawit Menggunakan Algoritma YOLOv5 Berbasis Artificial Intelligence.

Cholissodin, I., & Soebroto, A. A. (2021). Buku Ajar AI , MACHINE LEARNING & DEEP LEARNING ( Teori & Implementasi ) (1.01, Issue July 2019). https://www.researchgate.net/publication/348003841

Chowdhury, P. N., Shivakumara, P., Nandanwar, L., Samiron, F., Pal, U., & Lu, T. (2022). Oil palm tree counting in drone images. Pattern Recognition Letters, 153, 1?9. https://doi.org/10.1016/j.patrec.2021.11.016

Egi, Y., Hajyzadeh, M., & Eyceyurt, E. (2022). Drone-Computer Communication Based Tomato Generative Organ Counting Model Using YOLO V5 and Deep-Sort. Agriculture (Switzerland), 12(9), 1?17. https://doi.org/10.3390/agriculture12091290

Freudenberg, M., N?lke, N., Agostini, A., Urban, K., W?rg?tter, F., & Kleinn, C. (2019). Large scale palm tree detection in high resolution satellite images using U-Net. Remote Sensing, 11(3), 1?18. https://doi.org/10.3390/rs11030312

Itakura, K., & Hosoi, F. (2020). Automatic tree detection from three-dimensional images reconstructed

from 360 spherical camera using YOLO v2. Remote Sensing, 12(6). https://doi.org/10.3390/rs12060988

Khatiwada, D., Palm?n, C., & Silveira, S. (2021). Evaluating the palm oil demand in Indonesia: production trends, yields, and emerging issues. Biofuels, 12(2), 135?147. https://doi.org/10.1080/17597269.2018.1461520

Liu, X., Ghazali, K. H., Han, F., & Mohamed, I. I. (2021). Automatic Detection of Oil Palm Tree from UAV Images Based on the Deep Learning Method. Applied Artificial Intelligence, 35(1), 13?24. https://doi.org/10.1080/08839514.2020.1831226

Malek, S., Bazi, Y., Alajlan, N., AlHichri, H., & Melgani, F. (2014). Efficient framework for palm tree detection in UAV images. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(12), 4692?4703. https://doi.org/10.1109/JSTARS.2014.2331425

Mubin, N. A., Nadarajoo, E., Shafri, H. Z. M., & Hamedianfar, A. (2019). Young and mature oil palm tree detection and counting using convolutional neural network deep learning method. International Journal of Remote Sensing, 40(19), 7500?7515. https://doi.org/10.1080/01431161.2019.1569282

Muna, M. S., Nugroho, A. P., Syarovy, M., Wiratmoko, A., Suwardi, & Sutiarso, L. (2023). Development of Automatic Counting System for Palm Oil Tree Based on Remote Sensing Imagery. Proceedings of the International Conference on Sustainable Environment, Agriculture and Tourism (ICOSEAT 2022), 26(Dl), 503?508. https://doi.org/10.2991/978-94-6463-086-2_68

Nurhabib, I., Seminar, K. B., & Sudradjat. (2022). Recognition and counting of oil palm tree with deep learning using satellite image. IOP Conference Series: Earth and Environmental Science, 974(1). https://doi.org/10.1088/1755-1315/974/1/012058

Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real-time object detection. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2016-Decem, 779?788. https://doi.org/10.1109/CVPR.2016.91

Reis, D., Kupec, J., Hong, J., & Daoudi, A. (2023). Real-Time Flying Object Detection with YOLOv8.

Santoso, J. T. (2022). Proyek Coding dengan Python (M. K. Muhammad Sholikan (ed.)). yayasan prima agus Bekerja sama denganUniversitas Sains & Teknologi Komputer (Universitas STEKOM).




DOI: https://doi.org/10.62389/bina.v2i1.51


View My Stats

Bina : Jurnal Pembangunan Daerah is licensed under CC BY-NC 4.0