Analisis Tree Counting Pohon Jeruk Menggunakan Citra Resolusi Tinggi Dengan Metode Object Based Image Analysis (OBIA) (Studi Kasus : Perkebunan Jeruk, Kecamatan Dau, Kabupaten Malang)

Mujan, Elisabet (2025) Analisis Tree Counting Pohon Jeruk Menggunakan Citra Resolusi Tinggi Dengan Metode Object Based Image Analysis (OBIA) (Studi Kasus : Perkebunan Jeruk, Kecamatan Dau, Kabupaten Malang). Skripsi thesis, ITN MALANG.

	Text Bagian Awal.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (995kB)
	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (22kB)
	Text BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (501kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (393kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (11kB) | Request a copy
	Text Daftar Pustaka.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (17kB)
	Text Lampiran.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (8MB) | Request a copy

Abstract

Perkebunan jeruk di Kecamatan Dau, Kabupaten Malang membutuhkan sistem pemantauan jumlah pohon yang akurat untuk mendukung manajemen dan produksi. Penelitian ini bertujuan menghitung jumlah pohon jeruk menggunakan citra orthophoto resolusi tinggi tahun 2024 seluas ±24 ha. Dengan menggunakan metode Object-Based Image Analysis (OBIA) yang dikombinasikan dengan algoritma random forest serta mengevaluasi akurasinya terhadap digitasi manual. Tahapan meliputi digitasi manual sebagai data referensi, pengambilan sampel pelatihan, klasifikasi dengan random forest, segmentasi multiresolusi, konversi hasil menjadi titik pohon, dan uji akurasi menggunakan confusion matrix. Hasil analisis menunjukkan perhitungan otomatis menghasilkan 82.756 titik pohon, sedangkan digitasi manual menghasilkan 21.723 titik, dengan deviasi 61.033 titik pohon. Perbedaan ini dipengaruhi oleh kerapatan tanaman, vegetasi campuran, dan kualitas citra. Evaluasi akurasi menghasilkan overall accuracy 71% dan koefisien kappa 0,54, yang mengindikasikan kesesuaian klasifikasi masih moderat. Penelitian ini menegaskan bahwa kombinasi OBIA dan random forest berpotensi untuk klasifikasi pohon jeruk otomatis, namun deviasi yang besar menunjukkan keterbatasan pada citra kompleks. Diperlukan optimasi parameter segmentasi dan pemilihan objek yang lebih adaptif, dengan menekankan ciri khas tajuk jeruk, guna meminimalkan kesalahan dan meningkatkan akurasi hasil klasifikasi.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	OBIA, Orthophoto, Perkebunan Jeruk, Random Forest, Tree Counting.
Subjects:	Engineering > Geodesy Engineering
Divisions:	Fakultas teknik Sipil dan Perencanaan > Teknik Geodesi S1 > Teknik Geodesi S1(Skripsi)
Depositing User:	Elisabet Mujan
Date Deposited:	02 Oct 2025 04:47
Last Modified:	02 Oct 2025 04:47
URI:	http://eprints.itn.ac.id/id/eprint/15193

Actions (login required)

View Item