Kerja sama mahasiswa lintas program studi berhasil menciptakan inovasi teknologi bernama AgriVision, sebuah prototipe canggih pendeteksi penyakit pada tanaman padi berbasis Artificial Intelligence (AI) dan Internet of Things (IoT). Karya inovatif yang lahir dari Program Kreativitas Mahasiswa bidang Karsa Cipta (PKM-KC) di bawah bimbingan Ir. Susilo Romadhon, S.Kom., M.Cs. dari program studi Teknologi Informasi ini, dirancang khusus untuk menanggulangi ancaman penyakit hawar daun dan blas yang kerap menyerang komoditas beras di Indonesia.
Tim kolaboratif ini dipimpin oleh Muhammad Dzaki Pranaja Awish dari Teknologi Informasi, bersama Putraku Ruliff Abbas (Teknologi Informasi) yang berfokus pada pelatihan AI dan pembuatan sistem website, Aryasetya Maulana dan Muhammad Zaidaan (Teknik Elektro) yang menangani infrastruktur kelistrikan, robotika, dan telekomunikasi, serta Tri Purwanti Ningsih (Pendidikan Biologi) yang berperan krusial dalam memvalidasi parameter kesehatan tanaman padi secara keilmuan.
"Kita sebenarnya mulai dari studi literatur. Padi itu kan komoditas penting di Indonesia karena karbohidrat utamanya beras. Kalau penyakit hawar daun dan blas itu paling sering dijumpai di Indonesia, khususnya padi. Ibaratnya di setiap orang menanam padi, di setiap petak sawah itu pasti ada potensi penyakit itu," ujar Muhammad Dzaki Pranaja Awish selaku ketua tim.
Untuk mengatasi kendala minimnya sinyal internet di area persawahan, AgriVision beroperasi mengandalkan teknologi LoRa (Long Range) yang mentransmisikan data secara lokal menuju receiver. Data tersebut kemudian dapat diakses langsung oleh pengguna melalui aplikasi seluler atau website localhost tanpa memerlukan layanan hosting internet konvensional.
Prototipe ini bekerja melalui sistem deteksi ganda; perangkat webcam memindai wujud fisik tanaman hingga jarak lima meter menggunakan Computer Vision, sementara sensor tanah secara simultan membaca kadar unsur NPK dan tingkat pH, mengingat padi yang sakit cenderung memiliki indikator defisiensi kalium. AI kemudian mengklasifikasikan data tersebut secara real-time dan, apabila terdeteksi adanya penyakit, sistem ini dirancang untuk dapat memberikan aktuasi berupa perintah penyemprotan pestisida otomatis sesuai dengan takaran persentase yang dibutuhkan.
"Yang paling lama dalam proses perancangan alat itu di bagian AI dan website. Karena pemikiran kita itu, di sawah emang ada internet di sana? Jadi kita menggunakan website yang memakai teknologi LoRa. AI-nya juga susah karena kita harus training AI untuk melatihnya bisa mendeteksi penyakit hawar daun atau blas," jelas Dzaki.
Melalui proses pengembangan yang intensif selama tiga bulan, tim telah melaksanakan uji coba lapangan selama empat hari di beberapa petak sawah kawasan Boyolali dengan hasil yang sangat membanggakan. Tingkat akurasi sistem kecerdasan buatan yang mereka latih terbukti sangat tinggi, terbukti dari 80 kali percobaan klasifikasi penyakit, AI hanya melakukan dua kali kesalahan prediksi. Meskipun alat ini masih memiliki tantangan saat cuaca hujan yang dapat menurunkan tingkat kepercayaan tangkapan kamera, tim terus melakukan penyempurnaan. Ke depannya, mereka merancang perluasan jangkauan alat agar mampu memindai satu petak sawah secara utuh hingga jarak delapan meter melalui penempatan dua tiang kamera yang diatur secara diagonal.
"Kemarin dari hasil yang kita uji coba sekitar empat hari di daerah Boyolali, kita sudah berhasil mengklasifikasi penyakit hawar daun, blas, dan padi yang sehat. AI yang kami buat berhasil mendeteksi semuanya dengan kesalahan yang sangat minim, dari 80 percobaan cuma salah prediksi dua kali. Tapi kalau cuaca hujan memang mempengaruhi kamera karena tingkat confidence-nya rendah, itu salah satu tantangan kami selain jarak," tambah Dzaki.
Pengembangan perangkat keras dan kecerdasan buatan ini tidak lepas dari dukungan pendanaan terintegrasi sebesar Rp8,7 juta yang bersumber dari Kemendikbudristek dan dana internal universitas. Mengingat tingginya spesifikasi perangkat elektronik yang digunakan, sekitar 75 persen dari anggaran tersebut terserap murni untuk perakitan keras, sementara sisa dana beserta tambahan dana pribadi tim dialokasikan untuk pemenuhan luaran wajib PKM seperti pembuatan video serta biaya operasional lapangan. Sesuai dengan aturan esensial PKM-Karsa Cipta yang berfokus murni pada tahapan penciptaan prototipe awal tanpa pelibatan mitra masyarakat, AgriVision kini berdiri sebagai pondasi inovasi teknologi pertanian presisi yang sangat menjanjikan untuk dikembangkan lebih lanjut guna menyejahterakan sektor pertanian di masa depan.
English