RANCANG BANGUN APLIKASI UNTUK MENGESTIMASI PRODUKTIVITAS PERKEBUNAN KELAPA SAWIT MENGGUNAKAN CITRA UAV BERBASIS YOLOV8

    Izzan Alfadhil, - and Muhammad Taufik Dwi Putra, - and Anugrah Adiwilaga, - (2025) RANCANG BANGUN APLIKASI UNTUK MENGESTIMASI PRODUKTIVITAS PERKEBUNAN KELAPA SAWIT MENGGUNAKAN CITRA UAV BERBASIS YOLOV8. S1 thesis, Universitas Pendidikan Indonesia.

    Abstract

    Peremajaan Sawit Rakyat (PSR) merupakan program pemerintah yang krusial untuk meningkatkan produktivitas perkebunan kelapa sawit di Indonesia, namun proses validasi persyaratannya sering kali terhambat oleh metode manual yang lambat dan tidak akurat dalam menghitung jumlah pohon. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi desktop untuk mengatasi masalah tersebut, dengan mengestimasi produktivitas perkebunan kelapa sawit secara efisien menggunakan citra UAV berbasis YOLOv8. Model deep learning dikembangkan menggunakan pendekatan transfer learning pada arsitektur YOLOv8 dan dilatih menggunakan dataset citra UAV perkebunan kelapa sawit yang telah dianotasi dengan 7.628 objek pohon kelapa sawit. Model yang telah dilatih kemudian diimplementasikan ke dalam aplikasi desktop. Hasil pengujian menunjukkan bahwa model yang dikembangkan memiliki kinerja yang sangat baik, dengan model YOLOv8n mencapai F1-Score tertinggi sebesar 94,48% dalam mendeteksi pohon kelapa sawit. Pengujian fungsionalitas aplikasi juga menunjukkan bahwa seluruh fitur berjalan sesuai dengan yang diharapkan. Penelitian ini berhasil menghasilkan sebuah aplikasi fungsional yang mampu memberikan solusi praktis dan cukup akurat bagi pihak yang menyetujui peserta program PSR. ------- Peremajaan Sawit Rakyat (PSR) is a crucial government program to increase the productivity of oil palm plantations in Indonesia, but the validation process is often hampered by slow and inaccurate manual methods of calculating the number of trees. This study aims to design and develop a desktop application to address this issue by efficiently estimating oil palm plantation productivity using UAV imagery based on YOLOv8. The deep learning model was developed using a transfer learning approach on the YOLOv8 architecture and trained using a UAV image of palm tree plantation dataset annotated with 7,628 oil palm tree objects. The trained model was then implemented into a desktop application. Testing results showed that the developed model performed exceptionally well, with the YOLOv8n model achieving the highest F1-Score of 94.48% in detecting oil palm trees. Functional testing of the application also demonstrated that all features operated as expected. This research successfully produced a functional application that is capable of providing practical and fairly accurate solutions for parties who approve the PSR program participants.

    Baca Full Text klik disini
    [thumbnail of S_TEKOM_2106944_Title.pdf] Text
    S_TEKOM_2106944_Title.pdf
    Download (1MB)
    [thumbnail of S_TEKOM_2106944_Chapter1.pdf] Text
    S_TEKOM_2106944_Chapter1.pdf
    Download (175kB)
    [thumbnail of S_TEKOM_2106944_Chapter2.pdf] Text
    S_TEKOM_2106944_Chapter2.pdf
    Restricted to Staf Perpustakaan
    Download (1MB)
    [thumbnail of S_TEKOM_2106944_Chapter3.pdf] Text
    S_TEKOM_2106944_Chapter3.pdf
    Download (2MB)
    [thumbnail of S_TEKOM_2106944_Chapter4.pdf] Text
    S_TEKOM_2106944_Chapter4.pdf
    Restricted to Staf Perpustakaan
    Download (7MB)
    [thumbnail of S_TEKOM_2106944_Chapter5.pdf] Text
    S_TEKOM_2106944_Chapter5.pdf
    Download (80kB)
    [thumbnail of S_TEKOM_2106944_Appendix.pdf] Text
    S_TEKOM_2106944_Appendix.pdf
    Restricted to Staf Perpustakaan
    Download (9MB)
    Official URL: https://repository.upi.edu/
    Item Type: Thesis (S1)
    Additional Information: https://scholar.google.com/citations?view_op=list_works&hl=id&authuser=2&user=tV01jLwAAAAJ&gmla=AH8HC4ygutD_m8UhdG6s-mQ4VmqvH4suwnj-V6qhtOxLFAfOd84mo3weZQzWgO1Lb1tozfRFaRqO7SKLAhyGeJapAvAOBcAU46VdecyxrCXEr5IB0lTp ID SINTA Dosen Pembimbing: Muhammad Taufik Dwi Putra: 6745726 Anugrah Adiwilaga: 6745914
    Uncontrolled Keywords: Kelapa Sawit, Objek Deteksi, YOLOv8, Aplikasi Desktop, Palm Tree, Object Detection, Desktop Application
    Subjects: L Education > L Education (General)
    Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    T Technology > T Technology (General)
    Divisions: UPI Kampus cibiru > S1 Teknik Komputer
    Depositing User: Izzan Alfadhil
    Date Deposited: 18 Sep 2025 04:21
    Last Modified: 18 Sep 2025 04:21
    URI: http://repository.upi.edu/id/eprint/137537

    Actions (login required)

    View Item View Item