Palapanews.com – PKM Kolaborasi Teknik Komputer UMN dan Fakultas Pertanian UGM telah melakukan pemasangan dan pengujian Prototipe Sistem Pertanian Pintar untuk Tanaman Salak.
Program Studi Teknik Komputer, Fakultas Teknik dan Informatika, Universitas Multimedia Nusantara (UMN) berkolaborasi dengan Departemen Hama dan Penyakit Tumbuhan, Fakultas Pertanian Universitas Gadjah Mada (UGM) melaksanakan pemasangan prototipe dan pengambilan dataset pada 12-16 Juli 2024 di Turi, Sleman, Yogyakarta.
Hal itu dilakukan dalam rangka mengembangkan sistem pertanian pintar untuk meningkatkan produksi ekspor tanaman Salak pada Paguyuban Kelompok Tani Salak Mitra Turindo.
“Prototipe yang dipasang berguna untuk memonitor kondisi kebun secara real-time dengan menggunakan sensor suhu, intensitas cahaya, curah hujan, dan kelembaban,” ungkap Nabila Husna Shabrina, S.T., M.T, selaku Ketua Tim dan Dosen Teknik Komputer UMN.
Jelasnya lagi, prototipe sementara berhasil dipasang di dua lokasi yaitu kelompok tani Muda Jaya dan Kusuma Mulya yang terletak di Turi, Sleman. Sensor pada prototipe akan mendeteksi kondisi lingkungan kebun dan mengirimkan data ke server melalui antena yang dipasang di Kantor Sekretariat Mitra Turindo.
BACA JUGA : PKM UMN Bekali UMKM Pokdarwis Medang Kiat Kelola Usaha berbasis Digital
Tim juga melakukan pegambilan dataset yang meliputi data pemetaan lahan pertanian salak dan foto lalat buah. Dataset pemetaan lahan pertanian yang diambil berasal dari kelompok tani Muda Jaya dan Sedyo Makmur.
Pengambilan dataset ini dilakukan menggunakan drone, yang memungkinkan pengumpulan data secara efisien dan akurat dari udara. Drone ini dilengkapi dengan teknologi pemetaan canggih yang dapat menghasilkan peta dengan resolusi tinggi.
Hasil dataset ini akan berupa peta yang memberikan tampilan menyeluruh dari area pertanian salak milik kelompok tani tersebut. Peta ini akan membantu dalam mengidentifikasi lahan yang ditanami salak dan lahan yang tidak ditanami salak, serta menyediakan informasi untuk manajemen hama dalam satu kawasan salak.
Sedangkan untuk dataset lalat buah yang dikumpulkan akan digunakan dalam pengembangan sistem perhitungan lalat buah otomatis dengan menggunakan teknologi Artificial Intelligence (AI). Sistem perhitungan lalat buah secara otomatis akan membantu petani dalam melakukan pelaporan kepada pihak Paguyuban Mitra Turindo dan Dinas Pertanian Sleman.
BACA JUGA : PKM UMN Bareng BPBD Kabupaten Pandeglang Gelar Edukasi Mitigasi dan Kesiapsiagaan Bencana
Pengambilan dataset lalat buah dilakukan dengan menggunakan kamera pada gawai masing-masing anggota tim. Pengambilan dataset lalat buah dilakukan dengan menggunakan kamera pada gawai masing-masing anggota tim.
Dataset ini diambil dengan melakukan beberapa kombinasi perpindahan posisi lalat pada berbagai latar belakang. Media latar belakang yang digunakan meliputi daun, ubin keramik, ubin tegel, dan lainnya.
Latar belakang yang beragam ini bertujuan agar model AI yang dikembangkan dapat mendeteksi objek dengan tepat dalam berbagai kondisi dan lingkungan.
Tim juga melakukan sosialisasi pra-launching alat dan aplikasi kepada kelompok tani. Sosialisasi ini dihadiri oleh seluruh ketua kelompok tani yang tergabung dalam Paguyuban Mitra Turindo. Sosialisasi ini bertujuan untuk mengetahui kesesuaian perancangan alat dan aplikasi dengan kebutuhan petani.
BACA JUGA : PKM Kampus UMN Gelar Pelatihan Inspiring Future Innovators with AI and Machine Learning
Selama sosialisasi, tim mempresentasikan fitur-fitur utama dari alat dan aplikasi yang dikembangkan, termasuk bagaimana teknologi ini dapat membantu petani dalam memantau kondisi kebun, menghitung lalat buah, dan informasi tindakan pengendalian pada hama.
Sementara itu Ketua Kelompok Tani Salak yang bergabung di Paguyuban Mitra Turindo antusias terhadap alat dan aplikasi yang akan digunakan untuk sistem pertanian pintar.
Dia berharap sistem pertanian pintar yang dikembangkan dapat segera diselesaikan dan terpasang di lebih banyak lokasi di lahan pertanian salak.
Menurut Endang dari Kelompok Tani Kusuma Mulya, pemasangan alat ini sangat membantu petani untuk memantau kondisi lingkungan kebun sehingga dapat membantu petani membuat keputusan pengendalian hama yang tepat berdasarkan data yang ada. (rls/bd)