Anggota IKAPI

Deep Learning untuk Deteksi Kematangan Buah Sawit : Konsep, Model, Analisis Citra, Implementasi dan Studi Kasus

Penulis:
Suharjito, Muhammad Rifqi, Indra Alfredo, Edy Salim, Martinus Grady Naftali, Gregory Hugo

xx; 314 hlm; 16 x 23 cm
ISBN:
Cetakan 1, Februari 2025
Harga: Rp 165,800

Teknologi kecerdasan buatan (Artificial Intelligence/AI) telah berkembang pesat dalam beberapa tahun terakhir, menghadirkan solusi inovatif untuk berbagai industri, termasuk agroindustri. Salah satu tantangan utama dalam perkebunan kelapa sawit adalah menentukan tingkat kematangan buah secara akurat dan efisien. Metode konvensional yang masih banyak digunakan, seperti penilaian manual oleh tenaga kerja, sering kali subjektif, memakan waktu, dan rentan terhadap kesalahan manusia.

Menentukan tingkat kematangan buah sawit secara akurat dan efisien sangat krusial bagi produktivitas dan kualitas minyak sawit yang dihasilkan. Metode tradisional yang masih bergantung pada penilaian manual oleh tenaga kerja sering kali subjektif, tidak konsisten, dan memakan waktu. Di sinilah Deep Learning hadir sebagai solusi yang dapat mengotomatiskan proses deteksi kematangan dengan akurasi tinggi, berbasis analisis citra digital.

Buku ini hadir untuk menjawab tantangan tersebut dengan menggabungkan Deep Learning dalam analisis citra buah sawit. Deep Learning, khususnya Convolutional Neural Networks (CNN) dan model deteksi objek seperti YOLO (You Only Look Once), menawarkan pendekatan otomatis, akurat, dan efisien dalam menentukan tingkat kematangan buah sawit berdasarkan karakteristik visualnya. Melalui buku ini, pembaca akan mendapatkan pemahaman yang mendalam mengenai konsep Deep Learning, teknik pemrosesan citra, infrastruktur teknologi yang dibutuhkan, serta implementasi dalam dunia nyata. Buku ini disusun secara sistematis mulai dari konsep dasar, akuisisi data, penerapan model deep learning, hingga studi kasus nyata di industri kelapa sawit.

Bagikan