MAYDIPUTRA, DANIEL YOGATAMA (2023) PENGEMBANGAN METODE GEOTAGGING TANAMAN KAKAO SECARA OTOMATIS MENGGUNAKAN SMARTPHONE. Tugas Akhir/Skripsi thesis, Universitas Ma Chung.
|
Text
01-311910006 DANIEL YOGATAMA MAYDIPUTRA.pdf Download (27MB) | Preview |
Abstract
Kakao merupakan salah satu komoditas perkebunan strategis dalam
perekonomian Indonesia. Dengan adanya metode remote sensing, monitoring
perkebunan menjadi jauh lebih mudah. Pada citra orthophoto, tanaman kakao akan
tertutupi oleh kanopi tanaman penaung, sehingga tidak ada informasi mengenai
tanaman kakao yang dapat dianalis. Sehingga pada penelitian ini akan
dikembangkan sistem geotagging yang dapat memprediksi titik koordinat dan
jumlah buah pada citra tanaman kakao. Untuk melakukan prediksi titik koordinat
tanaman diperlukan titik koordinat citra, heading serta jarak tanaman terhadap
kamera. Hal ini dapat dilakukan dengan menggunakan model Convolutional Neural
Network monocular depth estimation. Model tersebut akan menghasilkan citra
heatmap yang setiap pikselnya merepresentasikan nilai prediksi kedalaman. Lalu
akan dikembangkan Artificial Neural Network untuk memprediksi nilai jarak
dengan input nilai rgb. Akan diambil nilai rgb objek pada citra heatmap tersebut
yang kemudian digunakan untuk memprediksi jarak kamera terhadap tanaman.
Kemudian digunakan Vincenty Formula untuk mengkalkulasi titik koordinat
tanaman berdasarkan titik koordinat kamera, heading, serta jarak kamera terhadap
tanaman. Untuk melakukan deteksi buah kakao akan digunakan model CNN
YOLOV8. Pengujian performa model dilakukan dengan mengevaluasi nilai loss
setiap model. Untuk melakukan prediksi jarak, model ANN yang memiliki akurasi
terbaik adalah model ANN yang dilatih menggunakan optimizer adamax dengan
batch size 7 pada epoch 1000. Model ANN tersebut memiliki akurasi loss MAE
sebesar 0.333776. Sedangkan model YOLO yang memiliki performa terbaik adalah
model YOLOV8 nano dengan epoch 100. Model tersebut memiliki nilai precision
0.907 dan recall 0.958. Sistem yang dikembangkan pada penelitian ini merupakan
prototipe sistem monitoring perkebunan yang praktis.
Kata Kunci: Artificial Neural Network, Citra orthophoto, Convolutional Neural
Network, Kakao, Remote sensing, YOLOV8
| Item Type: | Thesis (Tugas Akhir/Skripsi) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknologi dan Desain > S1 Teknik Informatika |
| Depositing User: | umclibs1 |
| Date Deposited: | 04 Feb 2026 07:02 |
| Last Modified: | 04 Feb 2026 07:02 |
| URI: | http://repository.machung.ac.id/id/eprint/1156 |
Actions (login required)
 |
View Item |