LUAR BIASA! Tim SpectraGrow Mahasiswa FTP UB Ciptakan Inovasi Software untuk Merekomendasikan Tanaman

EXPO MMD FTP, 1 Desa 1 Karya Inovasi
Juli 10, 2024
Belajar ZI, Universitas Khairun Ternate Kunjungi FTP UB
Juli 16, 2024

LUAR BIASA! Tim SpectraGrow Mahasiswa FTP UB Ciptakan Inovasi Software untuk Merekomendasikan Tanaman

Tahukah anda bahwa penduduk indonesia dari tahun ke tahun terus meningkat, dapat dilihat berdasarkan Badan Pusat Statistik 2023, jumlah penduduk Indonesia pada tahun 2023 mencapai angka 278,7 juta jiwa. Angka ini meningkat secara signifikan dibandingkan 10 tahun kebelakang yang berada di angka 248,81 juta jiwa. Namun sayangnya, peningkatan jumlah penduduk ini tidak sebanding dengan perbaikan tingkat prevalensi ketidakcukupan pangan yang pada tahun 2021 sebesar 8,53 % penduduk Indonesia mengkonsumsi dengan kandungan energi lebih rendah yang dibutuhkan untuk menunjang kegiatan sehari-hari. Angka tersebut masih jauh dari target yakni sebesar 5% pada tahun 2024 yang telah ditetapkan oleh PerPres Nomor 111 Tahun 2020.  Oleh karena itu, diperlukan suatu perkembangan teknologi dalam berbagai sektor salah satunya ialah sektor pertanian. Melalui Program Kreativitas Mahasiswa (PKM) yang diselenggarakan oleh Direktorat Jenderal Pendidikan Tinggi, Ristek, dan Teknologi, Tim SpectraGrow Universitas Brawijaya membuat inovasi berupa software dengan judul program “Sistem Rekomendasi Tanaman Pertanian Berbasis Remote Sensing dan Machine Learning dengan Data Citra Satelit Sentinel-2A Berdasarkan Karakteristik Tanah”. Inovasi dari software ini diharapkan dapat mengoptimalkan seluruh proses produksi pertanian secara signifikan.

Adapun tim dari SpectraGrow merupakan mahasiswa Fakultas Teknologi Pertanian, Universitas Brawijaya yang terdiri dari Setiyaki Aruma Nandi sebagai ketua, dan beranggotakan Fransiskus Rio Pandi, Keiza Alfera Hummairo Assyura, Bonaventura Julio Putra Nandika, dan Putri Eka Wulandari serta tak lupa Dosen Pembimbing kami yaitu Dr.Agr.Sc. Ir. Dimas Firmanda Al Riza, ST., M.Sc, IPM.

Sistem rekomendasi tanaman pertanian yang memanfaatkan data citra satelit Sentinel-2A dikembangkan dengan menggunakan teknologi remote sensing dan machine learning berdasarkan karakteristik tanah. Sistem ini berbentuk aplikasi mobile yang dikembangkan dengan bahasa pemrograman Kotlin dengan tingkat kesalahan analisis kesesuaian lahan di bawah 10%. Parameter dari proses analisis ini terdiri dari NDVI, NDMI, NDSI, Albedo, dan SKL yang dihasilkan melalui pengolahan data menggunakan aplikasi ArcGIS.

Software yang dikembangkan ini sangat memudahkan petani bahkan industri pertanian dalam menentukan jenis tanaman yang akan dibudidayakan di suatu daerah berdasarkan  karakteristik tanah.

Tak hanya itu, Inovasi ini telah dikenalkan ke masyarakat dalam lingkup akademis melalui kegiatan EXPO PKM yang dilaksanakan oleh Fakultas Teknologi Pertanian dan Universitas Brawijaya. Melalui kegiatan tersebut, dilakukan uji  penggunaan dan penerimaan aplikasi terhadap masyaraka serta penjelasan mengenai inovasi yang dibuatt.

“Peningkatan jumlah penduduk di Indonesia berbanding lurus dengan kebutuhan pangan yang meningkat. Oleh karena itu, dibutuhkan solusi yang konkrit dan inovatif dalam meningkatkan produktivitas hasil pertanian dengan jenis yang beragam. Dengan sistem rekomendasi tanaman ini, diharapkan ketersediaan pangan dapat mencukupi kebutuhan konsumsi secara menyeluruh.” ucap Setiyaki selaku ketua tim.

Aplikasi mobile yang telah dibuat dan dikembangkan mampu mendeteksi karakteristik tanah sesuai dengan daerah yang diinginkan. Selain itu juga dapat memberikan rekomendasi jenis tanaman yang tepat untuk dibudidayakan. Prediksi dan rekomendasi yang ditampilkan oleh sistem dapat dimanfaatkan oleh petani hingga pihak industri untuk perencanaan budidaya pertanian dengan teknis yang lebih optimal.

“Fasilitas pendidikan yang menunjang kegiatan belajar kami dan situasi yang sedang berlangsung di berbagai tempat telah memantik semangat untuk berinovasi dan menciptakan teknologi yang berdampak positif bagi stakeholder. Melalui software yang kami kembangkan, diharapkan dapat mewujudkan pertanian yang lebih maju dan unggul serta memberikan kontribusi yang besar bagi negara Indonesia,” paparnya.

“Sistem rekomendasi tanaman pertanian berbasis remote sensing dan machine learning dengan data citra satelit sentinel-2A berdasarkan karakteristik tanah yang dibuat dapat terlaksana dengan baik karena pendanaan yang telah diberikan oleh Direktorat Jenderal Pendidikan Tinggi, Ristek, dan Teknologi. Oleh karena itu kami mengucapkan terima kasih kepada KEMENDIKBUD-RISTEK atas pendanaan yang diberikan, Universitas Brawijaya, FTP UB, dan ARSC FTP UB serta seluruh masyarakat yang telah mendukung inovasi kami ini. Semoga inovasi yang telah kami kembangkan ini, dapat menuju ajang bergengsi tingkat nasional, yaitu Pekan Ilmiah Nasional (PIMNAS) yang ke 37. Selain itu, kami juga berharap software ini dapat memberikan manfaat bagi seluruh masyarakat, terus berlanjut dan selalu dikembangkan serts berkontribusi nyata untuk Indonesia menuju Pertanian Unggul,” pungkasnya.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Skip to content