KLASIFIKASI POHON KELAPA SAWIT MENGGUNAKAN CITRA LIDAR DENGAN CONVOLUTIONAL NEURAL NETWORK

Imha Luchman, Theresia Wati, Desta Sandya Prasvita

Abstract


Kelapa sawit merupakan salah satu komoditas yang sangat penting di dunia. Hal ini disebabkan karena kelapa sawit dapat diolah menjadi minyak kelapa sawit yang memiliki nilai ekonomi yang tinggi. Indoneisa sebagai negara produsen terbesar kelapa sawit di dunia  memliki luas tutupan perkebunan kelapa sawit hingga 16 juta hektar. Perkebunan kelapa sawit yang luas dapat memunculkan beragam masalah lingkungan seperti penebangan hutan untuk pembebasan lahan atau pun rusaknya ekosistem hutan. Dengan perpaduan model klasifikasi citra convolutional neural network pada data remote sensing LiDAR kita dapat mengklasifikasikan pohon kelapa sawit yang ada pada perkebunan yang luas secara jarak jauh sehingga kita dapat mengetahui tingkat efisiensi pengunaan sumber daya dan lahan pada perkebunan kelapa sawit.penelitian ini menggunakan data remote sensing LiDAR pada perkebunan kelapa sawit di daerah Kalimantan yang didapatkan dari PT Pudjiastuti Geosurvey. Pada penilitan ini didapatkan akurasi tertinggi hingga 98% serta akurasi validasi hingga 86%.

Keywords


Kelapa sawit, Convolutional neural network , Remote Sensing

References


D. Sandya Prasvita et al., “KLASIFIKASI POHON KELAPA SAWIT PADA DATA FUSI CITRA LIDAR DAN FOTO UDARA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK,” 2021.

S. Bayu S, M. Eng. S. Dr. Ir. Daniel, and STP. M. Dr. Suhardi, “Studi Kondisi Tanaman Kakao Di Kabupaten Mamuju Berdasarkan Sifat Spektral Menggunakan Citra Landsat 8 TM,” 2014.

A. Nauthika, A. Suprayogi, and B. Sudarsono, “IDENTIFIKASI DAN ESTIMASI TINGKAT PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN TEKNOLOGI LiDAR (Studi Kasus : Air Upas, Kabupaten Ketapang),” 2017.

W. Li, H. Fu, and L. Yu, “Deep convolutional neural network based large-scale oil palm tree detection for high-resolution remote sensing images,” 2017.

W. Li, R. Dong, H. Fu, and L. Yu, “Large-scale oil palm tree detection from high-resolution satellite images using two-stage convolutional neural networks,” Remote Sensing, vol. 11, no. 1, Jan. 2019, doi: 10.3390/rs11010011.

I. Sunarko, Budi Daya Tanaman Kelapa Sawit. AgroMedia, 2014.

Ibnu Choldun R.Muh., Santoso Judhi, and Kridanto Surendro, Determining the Neural Network Topology: A Review. 2019.

I. Susetyo and Setiono, “APLIKASI PENGINDERAAN JAUH UNTUK MENDUKUNG SISTEM MANAJEMEN LAHAN PERKEBUNAN YANG BERKELANJUTAN DI PERKEBUNAN KARET ,” E-journal Pulitkaret, vol. 32, no. Nomor 2, 2013.

K. Schmid et al., “Lidar 101: An Introduction to Lidar Technology, Data, and Applications,” 2012. [Online]. Available: www.csc.noaa.gov

K. O’Shea and R. Nash, “An Introduction to Convolutional Neural Networks,” Nov. 2015, [Online]. Available: http://arxiv.org/abs/1511.08458


Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Senamika

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.