<![CDATA[Peningkatan pemanfaatan energi terbarukan mendorong pengembangan Pembangkit Listrik Tenaga Surya (PLTS) atap untuk mendukung target Net Zero Emission (NZE) Indonesia 2060 dan Bali 2045. Penelitian ini mengimplementasikan deep learning YOLOv8 untuk mendeteksi, melakukan segmentasi, mengklasifikasikan material, dan mengestimasi luas atap sebagai dasar penentuan potensi PLTS di Desa Adat Penglipuran, Bali. Kontribusi utama penelitian ini adalah mengintegrasikan deteksi, segmentasi, klasifikasi material atap, dan estimasi luas dalam satu pendekatan berbasis citra udara untuk menghasilkan penilaian potensi teknis PLTS atap pada skala wilayah, yang tidak hanya berfokus pada deteksi objek atap. Menggunakan citra udara beresolusi 5 cm/piksel dan 26 citra pelatihan, model menghasilkan mAP@50 sebesar 0,665 untuk deteksi dan 0,658 untuk segmentasi. Atap beton dan metal ditetapkan layak, sedangkan atap asbes, sirap bambu, dan ilalang dikecualikan. Luas atap layak mencapai 25.190,46 m² dari 76 pekarangan, dengan potensi kapasitas PLTS sebesar 4,54–5,00 MWp dan produksi energi 6,20–6,82 GWh/tahun. Potensi tersebut setara 62,8–69,0 kali kebutuhan listrik tahunan 76 rumah tangga sebesar 98,8 MWh/tahun. Hasil menunjukkan YOLOv8s-seg efektif untuk rapid asesment potensi teknis PLTS atap pada skala wilayah.]]>
Copyrights © 2026
