Penerapan Deep Learning Untuk Identifikasi Pohon Kelapa Sawit Muda Menggunakan Software Trimble Ecognition Developer Dari WorldView-2

Ikhsan, Janestya (2024) Penerapan Deep Learning Untuk Identifikasi Pohon Kelapa Sawit Muda Menggunakan Software Trimble Ecognition Developer Dari WorldView-2. Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
 Text
B1_6_JANESTYA_IKHSAN_20331048_3816_2024.pdf
Download (3MB) | Preview

Abstract

Kelapa sawit merupakan komoditas yang termasuk menduduki peringkat tertinggi dan merupakan salah satu sektor perkebunan unggul di Indonesia. Peningkatan komoditas sawit membutuhkan manajemen produksi yang baik seperti petani atau pengelola kebun sawit memantau pertumbuhan pohon kelapa sawit. Jenis penelitian yang dipakai merupakan meteode kuantitatif. Deep learning memungkinkan komputer untuk belajar secara mandiri dari data yang diberikan, tanpa perlu pemrograman eksplisit dengan menggunakan software eCognition untuk menganalisis gambar berdasarkan pola dan bentuk objek atau analisis otomatis menggunakan algoritma template matching. Nilai akurasi menggunakan perhitungan mandiri dan tool compute confuse matrix pada software Arcmap, didapatkan nilai untuk akurasi kemampuan eCognition dalam mengidentifikasi objek kelapa sawit muda sebesar 78,96% secara keseluruhan dalam luasan lahan 1,572 ha, kesimpulan dari penerapan deep learning untuk identifikasi pokok kelapa sawit muda menggunakan algoritma template matching menunjukkan hasil yang baik dan efektif dari segi waktu dan biaya melalui citra WorldView-2.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorPutri, Sri KandiUNSPECIFIED
CorrectorFitriawan, DedyUNSPECIFIED
CorrectorPrihantarto, Wikan JayaUNSPECIFIED
Uncontrolled Keywords: PENERAPAN DEEP LEARNING
Subjects: G Geography. Anthropology. Recreation > G Geography (General)
Divisions: Fakultas Ilmu Sosial > Geografi - S1
Depositing User: Arlianis
Date Deposited: 14 Oct 2024 08:33
Last Modified: 14 Oct 2024 08:33
URI: http://repository.unp.ac.id/id/eprint/54500

Actions (login required)

View Item View Item
Universitas Negeri Padang Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.