DETEKSI DAN PENGHITUNGAN OTOMATIS POHON LENGKENG MENGGUNAKAN YOLO

Faishal Irfan Ramadhan (Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275)
Munadi Munadi (Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275)
Toni Prahasto (Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275)

JURNAL TEKNIK MESIN
Vol 13, No 1 (2025): VOLUME 13, NOMOR 1, JANUARI 2025

Lengkeng (Dimocarpus Longan Lour) adalah komoditas buah tropis bernilai ekonomi tinggi yang membutuhkan pengelolaan perkebunan secara optimal untuk mendukung produktivitasnya. Penelitian ini memanfaatkan teknologi deep learning dengan model YOLO untuk mendeteksi dan mengklasifikasi pohon lengkeng menggunakan citra drone beresolusi tinggi. Data citra dianotasi melalui platform Roboflow dan digunakan untuk melatih model deteksi. Hasil penelitian menunjukkan bahwa model memiliki akurasi yang tinggi, dengan mAP50 mencapai 0,854 dan mAP50-95 sebesar 0,563. Sistem deteksi ini dirancang untuk mempercepat proses identifikasi dan klasifikasi pohon, sekaligus mengurangi ketergantungan pada tenaga kerja manual. Dengan demikian, metode ini dapat meningkatkan efisiensi operasional, menurunkan biaya tenaga kerja, dan mendukung manajemen perkebunan yang lebih modern dan efektif.