Ketua tim peneliti dari Polinela Kurniawan Saputra, S.Kom., M.Kom., saat sedang menunjukan prototipe alat IAoT Smart Farming | LAMPUNGPRO.CO

PESAWARAN (Lampungpro.co) : Politeknik Negeri Lampung (Polinela) terus mengembangkan inovasi ilmu pengetahuan dan teknologi (IPTEK) terapan yang menyasar kebutuhan nyata masyarakat dan dunia usaha. Salah satunya melalui penelitian pengembangan Smart Farming berbasis Artificial Intelligence of Things (AIoT) untuk mendukung peningkatan produksi dan manajemen peternakan ayam petelur.

Penelitian bertajuk “Smart Farming: Sistem Cerdas Monitoring AIoT untuk Peningkatan Produksi dan Manajemen Peternakan” tersebut dilaksanakan di Kurnia Jaya Farm, Kabupaten Pesawaran. Tim peneliti berupaya mengembangkan sistem monitoring peternakan yang lebih otomatis, terukur, dan memanfaatkan data sebagai dasar pengelolaan.

Penelitian ini dipimpin Kurniawan Saputra, S.Kom., M.Kom., bersama anggota tim Tri Sandhika Jaya, S.Kom., M.Kom., Akhmad Jayadi, S.Kom., M.Cs., Panji Andhika P, S.Kom., M.T.I., dan Akhmad Rofi’i, S.Kom., M.T.I.

Dalam pengembangannya, tim menggabungkan teknologi Internet of Things (IoT), Artificial Intelligence (AI), dan machine learning untuk meningkatkan kemampuan sistem dalam memantau kondisi lingkungan peternakan serta mengolah data secara berkelanjutan.

Pengembangan teknologi tersebut berangkat dari kebutuhan akan sistem monitoring yang mampu menyajikan informasi kondisi peternakan secara cepat dan berkesinambungan. Selama ini, sejumlah aktivitas seperti pemantauan lingkungan kandang, pencatatan produksi, hingga penilaian kualitas telur masih dilakukan secara konvensional.

Metode manual tersebut berpotensi meningkatkan kebutuhan tenaga kerja, memunculkan kesalahan manusia (human error), serta membuat informasi penting tidak selalu tersedia secara cepat ketika dibutuhkan untuk menentukan langkah pengelolaan peternakan.

Ketua tim penelitian, Kurniawan Saputra, mengatakan penelitian tidak hanya berfokus pada pengumpulan data, tetapi juga bagaimana data tersebut dapat diolah menjadi informasi yang bermanfaat bagi pengelola peternakan.

“Data yang dihasilkan dari lingkungan peternakan dapat dikumpulkan secara otomatis, kemudian diolah menggunakan machine learning sehingga menjadi informasi yang dapat membantu pengelola dalam mengambil keputusan. Melalui pendekatan AIoT, proses monitoring diharapkan lebih cepat, terukur, dan konsisten,” ujar Kurniawan.

Untuk mendukung sistem tersebut, tim memanfaatkan berbagai perangkat IoT, mikrokontroler, sensor, serta teknologi pengolahan data. Data yang dikumpulkan dari perangkat tersebut kemudian diproses dan disusun menjadi dataset sebagai bahan pengembangan dan pengujian model.

Kurniawan menegaskan, penerapan teknologi di sektor peternakan tidak cukup hanya dengan memasang sensor. Tantangan berikutnya adalah memastikan data yang dihasilkan dapat diolah dan benar-benar memberikan manfaat dalam proses pengelolaan peternakan.

“Kami tidak hanya melihat performa algoritma, tetapi juga bagaimana teknologi ini dapat diterapkan pada kondisi peternakan sebenarnya. Karena itu, penelitian mencakup observasi lapangan, akuisisi data, preprocessing, pengembangan model, evaluasi, integrasi sistem, hingga pengujian prototype,” jelasnya.

Pemilihan Kurnia Jaya Farm sebagai lokasi penelitian menjadi bagian penting dalam proses pengembangan dan pengujian teknologi. Lingkungan peternakan digunakan sebagai tempat observasi, pengumpulan data, sekaligus pengujian sistem dalam kondisi operasional sebenarnya.

Keterlibatan mitra juga memberikan kesempatan kepada tim peneliti untuk memahami kebutuhan di lapangan. Dengan demikian, teknologi yang dikembangkan dapat diuji berdasarkan kondisi dan proses pengelolaan peternakan yang berlangsung secara nyata.

Direktur Politeknik Negeri Lampung, Dr. Dwi Puji Hartono, S.Pi., M.Si., mengapresiasi penelitian yang menghubungkan perkembangan teknologi digital dengan kebutuhan sektor peternakan.

“Kami mengapresiasi penelitian yang mengintegrasikan IoT, kecerdasan buatan, dan machine learning dengan kebutuhan nyata di sektor peternakan. Penelitian seperti ini menunjukkan peran perguruan tinggi vokasi dalam menghasilkan teknologi terapan yang dapat memberikan manfaat bagi masyarakat dan dunia usaha,” kata Dwi Puji Hartono.

Menurutnya, pengembangan IPTEK terapan perlu diarahkan untuk menjawab persoalan yang dihadapi masyarakat sekaligus memperkuat hubungan antara perguruan tinggi dan dunia usaha.

“Kami berharap hasil penelitian ini dapat dikembangkan melalui pengujian yang lebih luas serta kolaborasi berkelanjutan dengan mitra. Model atau prototype yang dihasilkan dapat menjadi dasar pengembangan teknologi berikutnya, sehingga inovasi Polinela semakin dekat dengan kebutuhan dunia usaha dan masyarakat,” ujarnya.

Salah satu hasil utama penelitian tersebut berupa model atau prototype Smart Farming berbasis AIoT yang dirancang untuk mendukung monitoring dan pengelolaan peternakan ayam petelur.

Prototype tersebut menghubungkan perangkat IoT dengan sistem pengolahan data berbasis machine learning. Data yang diperoleh melalui sensor menjadi masukan untuk proses analisis, sedangkan hasil pengolahan dapat dimanfaatkan sebagai informasi pendukung untuk memantau kondisi peternakan dan kualitas produksi.

Tim peneliti menyebut pengembangan prototype tersebut masih menjadi tahap awal menuju sistem yang lebih komprehensif. Ke depan, sistem dapat dikembangkan melalui penambahan parameter sensor, penguatan dataset, peningkatan performa model, serta pengembangan fitur analisis prediktif dan sistem pendukung keputusan.

Pemanfaatan AIoT dalam sistem smart farming juga dinilai relevan dengan kebutuhan transformasi digital di sektor pangan dan peternakan. Penggunaan sensor dan machine learning memungkinkan aktivitas monitoring dilakukan secara lebih sistematis dengan menjadikan data sebagai salah satu dasar dalam pengambilan keputusan.

Khusus pada peternakan ayam petelur, pendekatan tersebut membuka peluang untuk mendukung efisiensi pengelolaan, menjaga konsistensi kualitas produksi, sekaligus mengurangi ketergantungan terhadap proses monitoring secara manual.

Melalui penelitian ini, Kurniawan Saputra bersama tim berupaya menghubungkan perkembangan teknologi AIoT dan machine learning dengan kebutuhan sektor peternakan. Kolaborasi dengan Kurnia Jaya Farm di Pesawaran juga menjadi bagian dari upaya memperkuat sinergi perguruan tinggi vokasi dengan dunia usaha.

Penelitian tersebut sekaligus menjadi salah satu langkah Polinela dalam memperkuat implementasi IPTEK terapan, khususnya pemanfaatan teknologi digital untuk mendukung pengembangan sektor pertanian dan peternakan di Lampung. (***)