<![CDATA[Sawit merupakan komoditi industri penghasil minyak yang saat ini dibudidayakan dalam skala areal perkebunan yang luas. Tanaman sawit skala luas butuh teknologi agar bisa berkelanjutan dan menghasilkan capaian produksi yang maksimal. Pemantauan terhadap tanaman sawit perlu dilakukan seperti untuk menentukan jumlah pohon sawit pada areal yang luas dibutuhkan guna memprediksi kebutuhan pupuk dan pestisida yang diperlukan serta bisa mengetahui jumlah tanaman sawit yang masih tumbuh dan berproduksi. Tujuan penelitian ini adalah optimasi hyperparameter arsitektur model YOLOv11n untuk mendeteksi tanaman pohon sawit dan menghitung jumlah pohon sawit pada citra hasil remote sensing. Deteksi pohon sawit menggunakan model YOLOv11n menghasilkan nilai presisi, recall, mAP50 dan mAP50-90 masing-masing sebesar 92.3%, 96.8%, 97.3% dan 62.4%. Perhitungan pohon sawit secara otomatis pada dataset citra remote sensing menggunakan perangkat QGIS diperoleh sebesar 3867 pohon sawit. Hasil perhitungan pohon sawit tersebut membuktikan bahwa YOLOv11n mampu mendeteksi sekaligus mampu menghitung jumlah pohon sawit yang terdapat pada luasan area dalam citra spasial pohon sawit hasil akuisisi dari remote sensing.]]>
Copyrights © 2026
