<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="124973">
 <titleInfo>
  <title>PENGGUNAAN METODE DEEP LEARNING UNTUK DETEKSI TANAMAN KELAPA SAWIT MENGGUNAKAN ARCGIS PRORN(STUDI KASUS:</title>
  <subTitle>KEBUN KELAPA SAWIT RAKYAT DESA BLANG KUTA, KECAMATAN PEUDAWA RAYEUK)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MULIADI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Pertanian</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Muliadi. 1905108010062. Penggunaan Metode Deep Learning Untuk Deteksi Tanaman Kelapa Sawit Menggunakan ArcGIS Pro (Studi Kasus: Kebun Kelapa Sawit Rakyat Desa Blang Kuta, Kecamatan Peudawa Rayeuk). Dibawah bimbingan Muhammad Rusdi sebagai pembimbing utama dan Sugianto sebagai pembimbing anggota. &#13;
&#13;
RINGKASAN&#13;
Perkembangan teknologi Artificial Inteligence (AI) sudah banyak diterapkan dalam proses perkembangan tanaman kelapa sawit, Seperti deteksi tanaman kelapa sawit yang memberikan kemudahan kepada petani untuk perencanaan pemupukan dan monitoring hasil panen.  Deteksi tanaman kelapa sawit bisa dilakukan dengan memanfaatkan citra resolusi sangat tinggi (drone) yang dianalisis menggunakan pemodelan dari metode deep learning. &#13;
	Penelitian ini dilakukan untuk membuat rancang bangun model deep learning untuk proses deteksi secara otomatis tanaman kelapa sawit pada software ArcGIS Pro, serta melihat kinerja dari model deep learning dalam mendeteksi tanaman kelapa sawit. Dalam penelitian ini metode yang digunakan adalah metode analisis modeling. &#13;
	Hasil deteksi tanaman kelapa sawit menggunakan model deep learning menggunakan citra resolusi sangat tinggi (drone) pada tanaman kelapa sawit diperoleh hasil pelatihan model dengan average precision paling rendah berada pada epoch 0 dengan nilai 0.291454466 dan nilai paling tinggi pada epoch 18 dengan nilai 0.55952686. Hasil deteksi menghasilkan nilai presisi 80,06 %, recall 91,36% dan akurasi 85.71%.&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>124973</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-07-15 09:57:05</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-07-15 15:00:51</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>