ArcGIS Pro Tutorial — Cara Melakukan Deteksi Pohon Kelapa Sawit Menggunakan Deep Learning Tools
Pada tulisan kali ini, saya akan menuliskan tutorial tentang langkah-langkah untuk melakukan deteksi pohon kelapa sawit menggunakan ArcGIS Pro Deep Learning Tools.
Hal-hal yang perlu diperhatikan sebelumnya adalah:
- ArcGIS Pro Deep Learning Frameworks harus sudah ter-install. Cara instalasi, aktivasi, dan ‘proswap’ python environment dapat diihat pada link ini.
- Tulisan mengenai Hasil Deteksi Pohon Kelapa Sawit Pada Foto Udara Dengan Memanfaatkan ArcGIS Deep Learning Tools dapat dilihat pada link ini.
- Model deep learning telah disiapkan (biasanya dalam bentuk format data *.dlpk).
- Foto udara UAV RGB dengan resolusi 10 cm.
- Pada tutorial kali ini, saya anggap bahwa Anda sudah terbiasa menggunakan software ArcGIS Pro.
Langkah-Langkah Deteksi
Langkah 1
Jalankan program ArcGIS Pro dan pastikan deep learning frameworks telah ter-install. Caranya:
Masuk ke menu Python, tunggu beberapa saat, pastikan environment yang telah ter-install deep learning frameworks telah aktif, contoh seperti pada gambar berikut ini. Python environment dengan nama ‘deeplearning’ telah aktif.
Langkah 2
Buat ArcGIS Project baru dengan menekan:
New > Map > Isikan nama Project dan folder lokasi penyimpanan project
Atau bisa juga memilih
“Start without a template (you can save it later)”
Langkah 3
Setelah masuk ke dalam Map, tambahkan data foto udara yang akan dideteksi pohon kelapa sawitnya. Caranya:
Tekan tab Map > Add Data > cari lokasi folder foto udara yang akan digunakan > pilih foto udara yang akan dianalisis > tekan OK.
Langkah 4
Tekan tab Analysis > Tools (akan muncul jendela Geoprocessing) > cari tool “Detect Object Using Deep Learning” > klik 2 kali pada tools tersebut.
Langkah 5
Pada jendela Geoprocessing: “Detect Objects Using Deep Learning”, masukkan parameter-parameter berikut ini:
Input Raster=<foto udara resolusi 10cm>; Output Detected Object=<isikan nama keluaran hasil deteksi dan lokasi penyimpanannya); Model Definition=<*.dlpk file / deep learning model package>.
padding=56; threshold=0.1; nms_overlap=0.5; batchsize=4; exclude_pad_detections=true; Non Maximum Suppression=dipilih; Confidence Score Field=Confidence; Class Value Field=Class; dan Max Overlap Ratio=0.5.
Tekan Run dan tunggu sampai proses deteksi selesai berjalan.
Tampilan hasil proses deteksi adalah seperti pada gambar berikut ini:
Informasi Tambahan
Waktu proses deteksi untuk mendeteksi sampel dengan luas 25 hektar (500x500 meter2) di atas adalah selama 14 menit 40 detik. Notebook yang digunakan untuk melakukan deteksi pohon kelapa sawit ini adalah Notebook HP ProBook dengan spesifikasi prosesor Intel i7–7500 CPU; 8GB RAM; dan OS Windows10 Pro 64bit; tanpa GPU.
Penutup
Terimakasih dan semoga bermanfaat.