Dokumentasi Humas Polinela | LAMPUNGPRO.CO/Ist

BANDAR LAMPUNG (Lampungpro.co): Deteksi dini penyakit pada daun tanaman anggrek merupakan langkah krusial dalam memastikan kelangsungan hidup dan produktivitas tanaman ini. Dengan mengetahui jenis penyakit yang menginfeksi daun, para petani dan pelaku industri hortikultura dapat lebih mudah menerapkan strategi penanggulangan yang tepat, sehingga risiko kerusakan dapat diminimalisir.

Menyadari betapa pentingnya deteksi dini ini, Tim peneliti dari Politeknik Negeri Lampung (Polinela) telah mengembangkan sebuah teknologi berbasis machine learning yang inovatif untuk mendeteksi penyakit pada daun anggrek, salah satu komoditas unggulan di Indonesia. Teknologi ini diharapkan mampu membantu para petani dalam menjaga kualitas dan kuantitas hasil budidaya anggrek mereka.

Tim peneliti ini dipimpin oleh Oki Arifin, S.Kom., M.Cs dari Program Studi Teknologi Rekayasa Perangkat Lunak (TRPL), yang bekerja sama dengan Dewi Kania Widyawati, S.Kom, M.Kom., Rima Maulini, S.Kom., M.Kom., Dwirgo Sahlinal, S.T., M.Eng. dari Program Studi Manajemen Informatika (MI), serta Zuriati, S.Kom., M.Kom dari Program Studi Teknologi Rekayasa Internet (TRI). Selain itu, penelitian ini juga melibatkan partisipasi aktif dari mahasiswa, yang menjadi bagian penting dalam proses pengembangan teknologi ini.

Penelitian ini didanai oleh DIPA Politeknik Negeri Lampung tahun 2024, yang menunjukkan komitmen kuat dari institusi dalam mendorong inovasi di bidang teknologi pertanian. Hasil dari penelitian ini adalah sistem identifikasi penyakit daun anggrek berbasis karakteristik morfologi menggunakan teknologi machine learning, dengan algoritma random forest yang diimplementasikan sebagai alat utama untuk klasifikasi.

Secara khusus, penelitian ini berfokus pada ekstraksi fitur morfologi daun, seperti rectangularity, elongation, eccentricity, compactness, solidity, convexity, dan roundness. Fitur-fitur ini digunakan sebagai indikator utama dalam mengidentifikasi gejala penyakit pada tanaman anggrek. Data untuk penelitian ini dikumpulkan dengan mengambil foto daun anggrek yang bergejala di Floriculture Polinela, yang kemudian diproses melalui tahapan preprocessing termasuk pemotongan gambar dan konversi ke bentuk biner menggunakan segmentasi *thresholding* dan deteksi tepi.

Teknologi machine learning dipilih karena kemampuannya dalam menghasilkan model identifikasi penyakit dengan akurasi tinggi, yang diukur melalui uji akurasi menggunakan matriks konfusi. Hasil dari pengujian ini menunjukkan tingkat akurasi yang sangat memuaskan, menjadikan model ini sebagai solusi potensial dalam deteksi dini penyakit anggrek.

Keberhasilan penelitian ini juga tidak lepas dari dukungan Teaching Factory Floriculture Farm dari Program Studi Hortikultura Polinela, yang berperan sebagai mitra utama dalam penelitian ini. “Ke depan, hasil penelitian ini diharapkan dapat menghasilkan model identifikasi penyakit anggrek yang akurat dan siap digunakan oleh petani serta pelaku industri anggrek,” jelas Oki Arifin.

Dewi Kania Widyawati menambahkan, dengan adanya teknologi ini, diharapkan dapat membantu petani anggrek dalam mendeteksi penyakit sejak dini sehingga dapat mengambil tindakan yang tepat dan cepat untuk menjaga kesehatan tanamannya. Sementara itu, Zuriati menekankan pentingnya kolaborasi antara akademisi dan industri dalam penelitian ini sebagai kunci dalam mengembangkan solusi yang aplikatif dan tepat sasaran untuk kebutuhan para petani anggrek di lapangan.

Tim peneliti berharap bahwa hasil dari penelitian ini dapat memberikan dampak positif yang signifikan bagi industri hortikultura, khususnya dalam budidaya anggrek. Penggunaan teknologi machine lea,rning diharapkan dapat memperkuat inovasi di bidang pertanian, membantu petani untuk meningkatkan produktivitas dan kualitas hasil panen, serta mengurangi kerugian yang disebabkan oleh penyakit tanaman. Dengan kolaborasi yang kuat antara akademisi, industri, dan petani, Polinela berkomitmen untuk terus mendukung keberlanjutan dan kemajuan sektor pertanian di Indonesia. (***)