Pengembangan Metode Perhitungan Tinggi Pohon Berbasis Teknologi Drone dan Algoritma YOLOv8 dengan Pendekatan Skala Piksel Bounding Box

Abstrak

Pohon tak hanya berperan dalam industri kayu,
tetapi juga mengatur siklus karbon global dan dampak
perubahan iklim. Hubungan antara tinggi dan jenis pohon
penting dalam struktur hutan. Data tinggi pohon bukan hanya
mengungkap keragaman dan struktur hutan, tetapi juga
produktivitas, evolusi, dan pertumbuhan pohon. Ini membantu
ilmuwan, ahli kehutanan, dan pengambil kebijakan dalam
manajemen sumber daya hutan dan pelestarian lingkungan.
Ada beragam metode ukur tinggi pohon. Namun, pengukuran
langsung dan tidak langsung lambat, kompleks, dan mahal.
Solusinya, teknologi drone (UAV) dengan algoritma YOLOv8.
Penelitian menunjukkan drone dan YOLOv8 efisien dan
akurat mengukur dan klasifikasikan tinggi pohon. Model ini
punya performa baik: presisi 88.57%, recall 86.14%, presisi
rata-rata di atas 93.98% pada level 50%, serta sekitar 68.10%
pada level 50-90%. Keakuratan terlihat dari skor kepercayaan
87%, error 36%, dan akurasi 64%. Teknologi ini berguna
untuk pemantauan hutan, pelestarian alam, dan dampak
perubahan iklim di hutan. Perlu pengembangan algoritma dan
aspek teknis untuk masa depan.

Kata kunci— Drone, Kecerdasan Buatan, Computer Vision, YOLOv8, Pengukuran Tinggi Pohon