<![CDATA[Penelitian ini mencerminkan penerapan drone dan kecerdasan buatan (AI), khususnya menggunakan algoritmaYOLOv8, dalam mendeteksi jenis pohon dengan cepat dan efisien.Pohon memiliki peran penting dalam ekosistem dan perubahan iklim, serta dalam upaya konservasi hutan dan pengelolaansumber daya alam. Dengan kemajuan teknologi drone, AI, dancomputer vision, proses ini dapat dioptimalkan untuk menghematwaktu dan tenaga manusia. Penerapan drone memungkinkan akses ke daerah yang sulit dijangkau, sementara AI denganalgoritma YOLOv8 yang dioptimalkan untuk computer vision dapat secara otomatis mendeteksi dan mengidentifikasi pohondalam gambar atau video. Meskipun tantangan utamanya adalahketerbatasan dataset untuk melatih model AI, perkembangan dalam teknologi drone, AI, dan computer vision membawa potensi besar untuk meningkatkan efisiensi dan akurasi dalam deteksijenis pohon. Temuan dari penelitian ini menunjukkan bahwapenerapan drone dan algoritma YOLOv8 efektif dan akurat dalammengukur dan mengklasifikasikan pohon tinggi. Model yangdibangun mencapai kinerja dengan nilai presisi sebesar 88,57%,recall 86,14%, mAP50 93,98%, dan mAP50-90 68,10%. Sistemyang dikembangkan juga memiliki akurasi yang cukup baikdengan skor kepercayaan rata-rata 87%. Teknologi ini memilikipotensi besar dalam mendukung berbagai aplikasi, termasukpemantauan pertumbuhan hutan, konservasi sumber daya alam,serta penilaian dampak perubahan iklim terhadap ekosistem hutan. Kata kunci— Algoritma YOLOv8, Deteksi Pohon, Drone, Kecerdasan Buatan (AI), Optimisasi Teknologi Drone]]>
Copyrights © 2024
