Pada umumnya Identifikasi jenis tanah sangat penting untuk pertanian,
manajemen lingkungan, dan perencanaan pembangunan. Namun, identifikasi manual
memerlukan waktu yang lama dan sering kali kurang akurat. Dengan kemajuan
teknologi deteksi warna dan analisis citra, penelitian ini mengembangkan sistem
deteksi otomatis yang lebih efisien dan akurat. Pada penelitian yang akan dilakukan
menggunakan Algoritma YOLO dalam mendeteksi objek secara cepat dan tepat.
Penelitian ini menggunakan dataset berupa gambar berformat JPG yang terdiri dari
tiga kelas yaitu terdiri dari, tanah Alluvian, tanah histosol dan tanah latosal. Total
dataset yang digunakan berjumlah 900 gambar. Evaluasi model menggunakan
confusion matrix menunjukkan tingkat akurasi sebesar 80%. Hasil penelitian
menunjukkan bahwa sistem yang dikembangkan mampu mengidentifikasi jenis tanah
dengan akurasi yang cukup tinggi.