Abstract:
Kelapa sawit merupakan salah satu komoditas perkebunan penting di
Indonesia yang memiliki peran besar terhadap perekonomian nasional. Namun,
produktivitas tanaman kelapa sawit dapat mengalami penurunan akibat serangan
penyakit yang sering kali sulit dideteksi secara dini melalui pengamatan visual.
Proses identifikasi penyakit secara konvensional membutuhkan waktu, tenaga, dan
ketelitian serta berpotensi menghasilkan diagnosis yang kurang akurat. Oleh
karena itu, diperlukan suatu sistem monitoring yang mampu melakukan
pemantauan kondisi kesehatan tanaman secara efektif, cepat, dan akurat.
Penelitian ini bertujuan untuk merancang sistem monitoring kesehatan kelapa
sawit berbasis Internet of Things (IoT) dengan memanfaatkan sensor
multispectral dan metode Convolutional Neural Network (CNN) untuk
mendeteksi penyakit pada tanaman kelapa sawit. Sensor multispectral digunakan
untuk memperoleh informasi karakteristik spektral tanaman yang dapat
menunjukkan perubahan kondisi kesehatan tanaman, sedangkan CNN digunakan
untuk melakukan pengolahan dan klasifikasi data berdasarkan pola yang
diperoleh. Sistem IoT berfungsi dalam proses pengumpulan, pengiriman, dan
pemantauan data secara real-time melalui jaringan internet sehingga kondisi
tanaman dapat dipantau secara lebih efisien. Tahapan penelitian meliputi
perancangan perangkat keras dan perangkat lunak, pengumpulan data tanaman
sehat dan tanaman yang terindikasi penyakit, pengolahan data multispectral,
pelatihan model CNN, pengujian akurasi sistem, serta integrasi sistem monitoring
berbasis IoT. Hasil yang diharapkan dari penelitian ini adalah terciptanya sistem
monitoring yang mampu mendeteksi kondisi kesehatan dan penyakit kelapa sawit
secara otomatis serta memberikan informasi hasil deteksi secara real-time. Sistem
ini diharapkan dapat menjadi salah satu solusi dalam mendukung proses
pemantauan dan pengelolaan kesehatan tanaman kelapa sawit secara lebih efektif
dan berbasis teknologi.