View/Open

Author
Naufal, Daffa Oktaviansyah

Date Published
06 Feb 2026

Advisor
Muhammad Ulin Nuha, S.T., M.Eng.,
Rizqi Aulia, S.T., M.T.,

Subject
Teknik Geomatika

Publisher

Kelapa sawit merupakan komoditas strategis nasional yang membutuhkan sistem pemantauan yang efisien. Metode survei konvensional dinilai kurang efektif karena memerlukan waktu dan biaya besar. Penelitian ini bertujuan mengembangkan algoritma deteksi otomatis pohon kelapa sawit muda menggunakan metode deteksi otomatis dengan data foto udara dan Canopy Height Model (CHM). Data orthophoto dengan GSD ±7 cm/pixel dari perkebunan PT. Cargill Indonesia digunakan sebagai bahan uji dengan total 480 dataset. Hasil pelatihan menunjukkan precision 99%, recall 95%, dan [email protected] sebesar 99%. Model berhasil mendeteksi 300 dari 360 pohon hasil digitasi manual dengan tingkat kesesuaian 83,3% serta tinggi rata-rata 4,46 meter. Integrasi YOLO V11x dan CHM terbukti efektif meningkatkan efisiensi serta akurasi deteksi dan klasifikasi pohon kelapa sawit muda.

URI
https://repo.itera.ac.id/depan/submission/SB2602090045

Keyword
UAV deteksi otomatis kelapa sawit