<![CDATA[Penelitian ini menggambarkan pemanfaatan drone dan kecerdasan buatan (AI) khususnya menggunakanalgoritma YOLOv8 dalam pendeteksian jenis pohon secaracepat dan efisien. Pohon memiliki peran vital dalam ekosistemdan perubahan iklim, konservasi hutan, dan pengelolaansumber daya alam. Dengan kemajuan drone, AI, dan teknologicomputer vision, proses ini dapat dioptimalkan, menghematwaktu dan sumber daya manusia. Penggunaan dronememungkinkan akses ke wilayah sulit dijangkau, sementara AIdengan algoritma YOLOv8 yang dioptimalkan untuk computervision dapat digunakan untuk mendeteksi dan mengidentifikasipohon secara otomatis dalam gambar atau video secara realtime. Tantangan utama adalah keterbatasan dataset untukmelatih model AI, tetapi kemajuan dalam teknologi drone, AI,dan computer vision menawarkan potensi besar untukmeningkatkan efisiensi dan akurasi dalam deteksi jenis pohon.Hasil dari penelitian ini menunjukkan bahwa penggunaandrone dan algoritma YOLOv8 merupakan kombinasi yangefisien dan akurat dalam pengukuran dan klasifikasi tinggipohon. Model yang dikembangkan memiliki nilai performancesebesar 88.57% precission, 86.14% recall, 93.98% mAP50 dan68.10% mAP50-90. Serta sistem yang dikembangkan memilikiakurasi yang cukup baik dengan confidence score rata rata87%. Teknologi ini memiliki potensi besar dalam mendukungberbagai aplikasi, termasuk pemantauan pertumbuhan hutan,konservasi sumber daya alam, dan penilaian dampakperubahan iklim terhadap ekosistem hutan. Namun, perludicatat bahwa perbaikan lebih lanjut pada algoritma danpenyesuaian teknis lainnya dapat terus meningkatkan kinerja dan potensi sistem ini dimasa depan. Kata kunci — YOLOv8, Drone, Kecerdasan Buatan, Klasifikasi, Pohon.]]>
