Analisis Tree Counting Kelapa Sawit Menggunakan Metode Object-Based Image Analysis (OBIA) dan Random Forest Machine Learning - Studi Kasus Kecamatan Cempaga Hulu, Kabupaten Kotawaringin Timur

Aug 4, 2026

Unggah oleh Hazel

Analisis ini mengoptimalkan perhitungan jumlah pohon kelapa sawit untuk keperluan asseting produksi melalui teknologi geomatika dan penerapan machine learning. Pendekatan menggunakan klasifikasi berbasis objek pada data mozaik orthophoto dengan metode Object-Based Image Analysis (OBIA) dan Random Forest. Setiap sample sawit, tanah, dan non sawit diwakili 80 sampel. Hasil otomatisasi menghasilkan 3098 titik pohon sawit, sedangkan validasi digitasi manual menghasilkan 3034 titik, dengan deviasi 64 titik. Performa model dievaluasi melalui confusion matrix (0,89) dan kappa (0,78).

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman7

Waktu Membaca11 mnt

AksesGratis untuk diunduh

Daftar Isi

Pendahuluan

Tinjauan Pustaka

Metodologi

Data dan Sampel

Segmentasi dan Training Data

Pemodelan Random Forest

Evaluasi Akurasi

Hasil dan Pembahasan

Kesimpulan

Analisis Tree Counting Kelapa Sawit Menggunakan Metode Object-Based Image Analysis (OBIA) dan Random Forest Machine Learning (Studi Kasus: Kecamatan Cempaga Hulu, Kabupaten Kotawaringin Timur) Raihan Daffa Gusti Abyanta, Hepi Hapsari Handayani, dan Raudlah Hawin Ayani Departemen Teknik Geomatika, Institut Teknologi Sepuluh Nopember (ITS) [e-mail](e-mail: hapsari@geodesy.its.ac.id)[: hapsari@geodesy.its.ac.id](e-mail: hapsari@geodesy.its.ac.id) Abstrak—Sebagai upaya mempercepat perhitungan jumlahpohon kelapa sawit guna asseting dalam produksi komoditas sawit, dapat menggunakan teknologi di bidang geomatikadengan mengaplikasikan pemanfaatan teknologi machine learning. Salah satu metode yang dapat digunakan untuk perhitunganjumlah pohon kelapa sawit dengan tepat, dan cepat adalah dengan klasifikasi berbasis objek menggunakan data mozaik orthophoto. Data tersebut dapat diolah menggunakan metode klasifikasi berupa Object Based Image Analysis (OBIA) dan Random Forest Machine Learning. Dalam pengolahan menggunakan masing masing sample pada sawit, tanah dan non sawit diwakili 80 sampel. Didapatkan hasil berupa raster laludiolah menggunakan metode multiresolution. Hasil dari pengolahan otomatisasi sebesar 3098 titik pohon sawit dan hasil uji validasi digitasi manual sebesar 3034 titik pohon sawitsehingga didapat deviasi sebesar 64 titik pohon. Melalui pengujian performa pemodelan machine learning, yakni confusion matrix dengan nilai sebesar 0,89 dan kappa sebesar 0,78. Kata Kunci—Kelapa Sawit, Tree Counting, Random Forest, OBIA. I. PENDAHULUAN INDONESIA dianugerahi oleh sumber daya melimpah, termasuk salah satunya terletak alam yang pada bujur khatulistiwa dan juga termasuk kedalam salah satu negara tropis. Kondisi tersebut menyebabkan kondisi tanah Indonesia menjadi subur sehingga memberi pengaruh baikbagi kehidupan masyarakat, salah satunya dalam sektor perkebunan. Komoditas yang menjadi instrumen tepat sebagai penghela pertumbuhan dan sekaligus jugapemerataan ekonomi di Indonesia adalah pohon sawit. Pohon sawit merupakan penghasil sumber minyak nabati. Potensipohon sawit di Indonesia sangat besar dan penyebaran perkebunan pohon sawit di Indonesia saat ini sudah berkembang di 27 provinsi. Luas perkebunan kelapa sawit di Indonesia dari tahun ke tahun terus meningkat dan pada tahun 2021 total keseluruhan luas kebun kelapa sawit di Indonesia adalah 14.663,60 ha. Pada tahun 2021, volume ekspor minyak sawit Indonesia mencapai 26,9 juta ton. Minyak Sawit menjadi salah satu komoditas penopang ekspor Indonesia selama pandemi yang membuat kinerja ekspor secara keseluruhan tidak terlaluburuk. Ekspor Minyak Sawit secara kuartalan menjadi salah satu komoditas yang tidak mencatatkan kontraksi namunterjadi penurunan yang diakibatkan penyebaran covid-19, Gambar 1. Lokasi Penelitian. sehingga menutup akses ekspor sementara. Hal itu membuat beberapa pasokan pada beberapa pemasok sawit menurun, salah satunya pada Provinsi Kalimantan Tengah. Selain padaproses ekspor yang berkurang, juga diakibatkan oleh adanya hama yang hidup sehingga merusak kondisi tanaman. Dikarenakan para pelaku usaha mengalami penurunan ekspor minyak kelapa sawit pada saat pandemi, maka pelaku usaha sawit perlu meningkatkan produktivitas panen sawit di saatsaat ini. Dengan meninjau persebaran pohon sawit, menghitung sebaran pokok per hektar tanpa meninjau pohon satu persatu, para pelaku usaha dapat mengestimasi produksiusaha dengan lebih akurat. Sejak perkembangan zaman, manusia telah menggunakan banyak jenis alat untuk menyelesaikan berbagai masalah dengan cara yang lebih sederhana. Salah satu bidang pengembangan dalam lingkup geomatika yang dapat diaplikasikan untuk mengatasi hal tersebut adalah dengan pemanfaatan pemotretan foto udara. Pemotretan dapat dilakukan menggunakan wahana berupa satelit ataupun drone, tergantung cakupan lahan yang akan diambil. Padapenelitian yang sudah dilakukan sebelumnya adalah melakukan klasifikasi objek. Namun beberapa hal se

Pertanyaan Umum

Metode apa yang digunakan untuk menghitung jumlah pohon kelapa sawit pada penelitian ini?

Penelitian menggunakan klasifikasi berbasis objek melalui Object-Based Image Analysis (OBIA) dengan pengolahan data mozaik orthophoto, lalu pemodelan menggunakan Random Forest Machine Learning.

Bagaimana proses sampling untuk kelas sawit, tanah, dan non sawit dilakukan?

Pada pengolahan, masing-masing sample untuk sawit, tanah, dan non sawit diwakili oleh 80 sampel.

Bagaimana kinerja model diukur dan berapa hasil akurasinya?

Kinerja dinilai menggunakan confusion matrix dan kappa. Nilai confusion matrix sebesar 0,89 dan kappa sebesar 0,78.

Aug 4, 2026

Unggah oleh Hazel