<![CDATA[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)]]>
Copyrights © 2023
