Melalui program Agritech Science and Innovation Competition yang diselenggarakan oleh Agritech Research and Study Club (ARSC) Fakultas Teknologi Pertanian Universitas Brawijaya, Tim MVP mengembangkan “Integrasi Machine Vision Dan Convolutional Neural Network Pada Webcam Menggunakan Raspberry Pi-3 Untuk Identifikasi Penyakit Dan Kandungan Nitrogen Tanaman Padi (Oryza Sativa)”.
Tim yang terdiri dari Setiyaki Aruma Nandi, Keiza Alfera Hummairo Assyura, Putri Eka Wulandari, dan Zahra Cahya Ramadhani mengembangkan perangkat oleh di bawah bimbingan dosen Dr.Agr.Sc. Ir. Dimas Firmanda Al Riza, ST., M.Sc, IPM.
Perangkat dengan teknologi terintegrasi machine vision dan convolutional neural network pada webcam yang dilengkapi Raspberry Pi-3 berperan dalam proses identifikasi penyakit dan kandungan nitrogen tanaman padi.
Perangkat ini dikembangkan menggunakan arsitektur MobileNet V3 dengan akurasi mencapai 97% sehingga proses identifikasi dapat dilakukan secara real time dan non-destruktif. Proses identifikasi di lapangan diperoleh melalui data image citra daun yang telah disesuaikan melalui beberapa fitur untuk menghasilkan informasi yang akurat.
Perangkat identifikasi kandungan nitrogen dan penyakit yang menyerang tanaman padi memiliki desain portable yang memungkinkan petani untuk membawanya ke berbagai petak lahan pertanian.
“Pertanian merupakan sektor utama yang berpengaruh dalam mendukung ketahanan pangan di Indonesia. Namun, teknologi modern sulit diimplementasikan pada pertanian kecil karena biaya yang mahal sehingga banyak petani yang masih bertahan dengan cara konvensional. Oleh karena itu, kami menciptakan perangkat ini dengan desain yang ergonomis dan ekonomis untuk memudahkan petani dalam memprediksi nutrisi dan penanganan penyakit yang dibutuhkan oleh padi sehingga menghasilkan kualitas panen yang unggul,” ujar Ketua Tim Setiyaki Aruma Nandi.
Inovasi ini diharapkan dapat memberikan perubahan signifikan dalam sektor pertanian, membantu petani mengoptimalkan produksi pertanian, dan mendukung ketahanan pangan di Indonesia.
“Deteksi yang dilakukan oleh alat ini memanfaatkan Leaf Color Index (LCI) untuk mengetahui kebutuhan nitrogen sehingga petani dapat memberikan pupuk sesuai rekomendasi. Sementara itu, untuk deteksi penyakit dapat diidentifikasi melalui pattern atau bercak pada daun padi,” lanjut Setiyaki.
Dikembangkannya alat untuk mendeteksi kebutuhan nitrogen dan penyakit yang menyerang tanaman padi akan berpotensi besar pada kuantitas dan kualitas tanaman padi sebagai sumber pangan pokok di Indonesia. Prediksi yang ditampilkan oleh alat ini dapat digunakan oleh petani sebagai bagian dari perencanaan dan pengolahan sehingga penggunaan sumber daya dapat diimplementasikan secara lebih efisien.
“Fasilitas pendidikan yang menunjang kegiatan belajar kami telah mematik semangat untuk berinovasi dan menciptakan teknologi yang berdampak positif bagi stakeholder. Melalui alat yang kami kembangkan, diharapkan dapat mewujudkan pertanian yang lebih maju dan memberikan kontribusi yang besar bagi negara,” pungkasnya.
Agritech Science & Innovation Competition 2023 (ASIC) merupakan suatu program yang memfasilitasi mahasiswa Fakultas Teknologi Pertanian dalam mengimplementasikan ilmu pengetahuan dan teknologi yang telah dipelajari kepada masyarakat luas. ASIC bertujuan dalam meningkatkan kreativitas, gagasan dan kemampuan menulis mahasiswa sehingga dapat memperoleh pengalaman, pengakuan, penemuan, sekaligus relasi dalam mengembangkan berbagai inovasi yang bermanfaat bagi masyarakat.
