Authors

Abstract

Basal Stem Rot (BSR) disease attacks in oil palm plantations are still the most significant cause of losses in oil palm plantations. The leading cause of BSR disease in oil palm plants is the Ganoderma Boninense fungus. The spread of BSR in an oil palm area can be massive due to transmission through root contact, airborne, and sporophores spread on the soil and in dead plant debris. The application of advanced technologies to mitigate and prevent the spread of BSR disease can be carried out considering that the nature of the spread and characteristics of this disease infection are well known. Advanced technologies such as the Internet of Things (IoT) are suitable for real-time monitoring of large areas. The key to successfully detecting BSR disease in oil palm plants is the selection of sensor technologies for monitoring and machine learning models used for segmenting and classifying infected plant characteristics. This paper comprehensively summarizes the spread of BSR disease and then describes various technologies and machine learning models for monitoring and preventing BSR disease in oil palm plantations. Hopefully, this paper can complement and provide a basis for developing technology to prevent the spread of BSR disease.

Abstract in Indonesian

Penyakit Busuk Pangkal Batang (BSR) pada perkebunan kelapa sawit masih menjadi penyebab utama kerugian di perkebunan tersebut. Penyebab utama penyakit BSR pada tanaman kelapa sawit adalah jamur Ganoderma boninense. Penyebaran BSR pada area kelapa sawit dapat berlangsung masif karena penularannya melalui kontak akar, udara, dan penyebaran sporofor pada tanah serta sisa-sisa tanaman yang mati. Aplikasi teknologi canggih untuk mengurangi dan mencegah penyebaran penyakit BSR dapat dilakukan mengingat sifat penyebaran dan karakteristik infeksi penyakit ini sudah dikenal. Teknologi canggih seperti Internet of Things (IoT) sangat cocok untuk pemantauan secara real-time pada area yang luas. Kunci keberhasilan dalam mendeteksi penyakit BSR pada tanaman kelapa sawit adalah pemilihan teknologi sensor untuk pemantauan dan model pembelajaran mesin yang digunakan untuk segmentasi dan klasifikasi karakteristik tanaman yang terinfeksi. Makalah ini merangkum secara komprehensif penyebaran penyakit BSR, kemudian mendeskripsikan berbagai teknologi dan model pembelajaran mesin untuk pemantauan dan pencegahan penyakit BSR di perkebunan kelapa sawit. Diharapkan, artikel ini dapat melengkapi dan memberikan dasar bagi pengembangan teknologi dalam mencegah penyebaran penyakit BSR.