Deteksi Bagian Non-Vegetasi Dari Perkebunan Tebu Menggunakan Image Processing Berbasis Data Video Drone Dari Youtube: Studi Kasus PT Perkebunan Nusantara III (PERSERO)

Ajinoto, Muhammad Satrio
Tibyani
Rahayudi, Bayu

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Vol 10 No 4 (2026): April 2026

Penelitian ini berfokus pada penerapan image processing untuk mendukung deteksi area non-vegetasi pada perkebunan tebu berbasis citra dari video drone. Tahapan utama meliputi preprocessing, segmentasi, dan augmentasi yang dilakukan secara berurutan. Preprocessing dilakukan melalui resize, auto-orient, dan auto-adjust contrast untuk menyeragamkan citra. Selanjutnya, segmentasi menggunakan metode Excess Green (ExG) dan Visible Atmospherically Resistant Index (VARI) untuk memisahkan area vegetasi dan bagian kosong secara lebih terstruktur. Augmentasi dilakukan setelah segmentasi dengan teknik flipping, brightness, dan blur guna meningkatkan variasi data. Hasil image processing digunakan sebagai input pada model deteksi YOLOv11n untuk mengidentifikasi bagian kosong pada perkebunan tebu. Dataset berasal dari citra drone berbasis YouTube yang telah dianotasi. Model dilatih dengan variasi epoch 50 hingga 300. Hasil terbaik diperoleh pada epoch ke-300 dengan precision 54,25%, recall 45,03%, dan F1-score 49,22%, serta mAP@0.5 sebesar 42,54% dan mAP@0.5:0,95 sebesar 13,79%. Penelitian ini menunjukkan bahwa tahapan image processing mampu meningkatkan kualitas citra sehingga mendukung performa deteksi secara lebih optimal dan efisien.