SEGMENTASI LAHAN PERTANIAN UBI CILEMBU DARI FOTO UDARA MENGGUNAKAN U-NET (Studi kasus: Desa Cilembu, Kecamatan Pamulihan, Kabupaten Sumedang, Jawa Barat)

Item Type:	Thesis
Title:	SEGMENTASI LAHAN PERTANIAN UBI CILEMBU DARI FOTO UDARA MENGGUNAKAN U-NET (Studi kasus: Desa Cilembu, Kecamatan Pamulihan, Kabupaten Sumedang, Jawa Barat)
Abstract:	Ubi cilembu merupakan komoditas unggulan di Desa Cilembu, Sumedang yang memerlukan pemantauan lahan secara akurat untuk mendukung produktivitas yang berkelanjutan. Penelitian ini bertujuan mengembangkan metode segmentasi otomatis lahan pertanian ubi cilembu menggunakan model deep learning U-Net dengan memanfaatkan citra orthophoto hasil foto udara drone. Model U-Net dikembangkan dengan arsitektur encoder-decoder simetris lengkap dengan skip connections dan dioptimalkan menggunakan fungsi loss binary cross-entropy serta optimizer adam. Dataset yang digunakan terdiri dari citra resolusi tinggi dengan ukuran piksel 4,27 cm, dilakukan preprocessing berupa konversi 8-bit dan pemecahan citra menjadi patch berukuran 256×256 piksel, serta digitasi manual sebagai ground truth. Hasil segmentasi model menunjukkan performa tinggi dengan nilai dice coefficient 87,75%, Intersection over Union (IoU) 78,17%, Precision 86,12%, dan Recall 89,43%. Hasil visual menunjukkan kemampuan model dalam mengidentifikasi batas lahan dengan bentuk kompleks meskipun adanya tantangan pencahayaan tidak merata. Implementasi model pada citra full scene mengindikasikan kemampuan skalabilitas untuk pemetaan lahan pertanian luas secara tepat dan efisien. Kata Kunci: Orthophoto, deep learning, U-Net, ubi cilembu, Segmentasi Citra.
Creators:	Silviawati, --
Subjects:	T Technology > TR Photography
Depositing User:	Mrs. Ineu Nuraeni, S.Sos
Date Deposited:	27 Aug 2025 03:23
Last Modified:	27 Aug 2025 03:23
URI:	https://repo.unwim.ac.id/id/eprint/1068

Ubi cilembu merupakan komoditas unggulan di Desa Cilembu, Sumedang yang memerlukan pemantauan lahan secara akurat untuk mendukung produktivitas yang berkelanjutan. Penelitian ini bertujuan mengembangkan metode segmentasi otomatis lahan pertanian ubi cilembu menggunakan model deep learning U-Net dengan memanfaatkan citra orthophoto hasil foto udara drone.
Model U-Net dikembangkan dengan arsitektur encoder-decoder simetris lengkap dengan skip connections dan dioptimalkan menggunakan fungsi loss binary cross-entropy serta optimizer adam. Dataset yang digunakan terdiri dari citra resolusi tinggi dengan ukuran piksel 4,27 cm, dilakukan preprocessing berupa konversi 8-bit dan pemecahan citra menjadi patch berukuran 256×256 piksel, serta digitasi manual sebagai ground truth.
Hasil segmentasi model menunjukkan performa tinggi dengan nilai dice coefficient 87,75%, Intersection over Union (IoU) 78,17%, Precision 86,12%, dan Recall 89,43%. Hasil visual menunjukkan kemampuan model dalam mengidentifikasi batas lahan dengan bentuk kompleks meskipun adanya tantangan pencahayaan tidak merata. Implementasi model pada citra full scene mengindikasikan kemampuan skalabilitas untuk pemetaan lahan pertanian luas secara tepat dan efisien.
Kata Kunci: Orthophoto, deep learning, U-Net, ubi cilembu, Segmentasi Citra.