Dokumentasi Tim Peneliti Prodi Teknologi Rekayasa Internet | LAMPUNGPRO.CO/Ist

BANDAR LAMPUNG (Lampungpro.co) : Dalam upaya meningkatkan kualitas hasil pertanian, tim peneliti dari Program Studi Teknologi Rekayasa Internet, Politeknik Negeri Lampung (Polinela), yang dipimpin oleh Zuriati, S.Kom., M.Kom., telah mengembangkan pendekatan inovatif menggunakan teknologi machine learning untuk mengidentifikasi defisiensi unsur hara pada tanaman selada (Lactuca Sativa).

Tim peneliti ini terdiri dari Dewi Kania Widyawati, S.Kom., M.Kom., Kurniawan Saputra, S.Kom., M.Kom., dan Oki Arifin, S.Kom., M.Cs., dengan dukungan aktif dari mahasiswa. Penelitian ini didanai oleh DIPA Politeknik Negeri Lampung tahun 2024, menunjukkan komitmen institusi terhadap inovasi di bidang teknologi pertanian.

Penelitian ini bertujuan membantu petani menjaga kesehatan tanaman dan meningkatkan produktivitas hasil panen dengan cara yang lebih efisien dan akurat. Unsur hara seperti Nitrogen (N), Fosfor (P), dan Kalium (K) adalah elemen vital bagi pertumbuhan tanaman. Kekurangan unsur hara dapat menyebabkan berbagai masalah fisiologis pada tanaman, seperti perubahan warna daun dan pertumbuhan yang terhambat, yang pada akhirnya memengaruhi kualitas dan kuantitas hasil panen.

Untuk mengatasi tantangan ini, tim peneliti mengusulkan penggunaan algoritma machine learning, khususnya Support Vector Machine (SVM), untuk menganalisis citra digital tanaman selada. Model yang dikembangkan mampu mengklasifikasikan tanaman ke dalam empat kategori: tanaman sehat (tanpa defisiensi), defisiensi Nitrogen, defisiensi Fosfor, dan defisiensi Kalium.

“Machine learning menawarkan cara yang lebih efisien dan akurat untuk memantau kesehatan tanaman. Dengan teknologi ini, petani dapat dengan cepat mendeteksi dan mengidentifikasi defisiensi nutrisi tanpa perlu analisis laboratorium yang mahal dan memakan waktu,” jelas Zuriati, S.Kom., M.Kom. pada Senin (12/8/2024).

Penelitian ini menggunakan dataset citra tanaman selada yang dikumpulkan dari berbagai kondisi lingkungan untuk memastikan bahwa model yang dikembangkan dapat bekerja secara efektif dalam berbagai situasi lapangan. Dengan akurasi tinggi yang dicapai oleh algoritma SVM, penelitian ini diharapkan menjadi terobosan dalam teknologi pertanian, khususnya dalam manajemen nutrisi tanaman.

“Tujuan utama kami adalah memberikan alat yang praktis dan dapat diakses oleh para petani. Kami berharap teknologi ini dapat diimplementasikan dalam skala luas untuk membantu meningkatkan produktivitas pertanian di Indonesia,” tambah Dewi Kania Widyawati, S.Kom., M.Kom., anggota tim peneliti.

Penelitian ini tidak hanya menjadi bukti kemajuan teknologi dalam dunia pertanian, tetapi juga menunjukkan pentingnya kolaborasi antara ilmu komputer dan agrikultur. Dalam hal ini, tim peneliti bermitra dengan Laboratorium Hortikultura dan CV. Anggara Jaya Farm untuk menciptakan solusi inovatif bagi tantangan-tantangan di lapangan.

Selain itu, hasil penelitian ini diharapkan dapat memberikan manfaat besar bagi kemajuan bisnis mitra di masa depan, memberikan mereka keunggulan kompetitif dalam bidang pertanian berbasis teknologi.

Dengan pendekatan baru ini, tim peneliti berharap dapat membawa perubahan signifikan dalam cara petani memantau dan merawat tanaman mereka, memastikan hasil panen yang maksimal dan berkualitas tinggi.

Tim peneliti Politeknik Negeri Lampung berencana melanjutkan penelitian ini dengan mengembangkan aplikasi yang dapat digunakan oleh petani untuk mendiagnosis masalah nutrisi pada tanaman secara real-time, langsung dari smartphone mereka.

"Aplikasi ini diharapkan dapat diluncurkan dalam waktu dekat dan akan menjadi salah satu inovasi teknologi terdepan dalam sektor pertanian di Indonesia," ungkap Zuriati, S.Kom., M.Kom. (***)