Teknologi Machine Learning Polinela: Solusi Deteksi Defisiensi Unsur Hara pada Tanaman Selada
jti.polinela.ac.id, Bandralampung – Untuk meningkatkan kualitas hasil pertanian, tim peneliti dari Program Studi Teknologi Rekayasa Internet di Politeknik Negeri Lampung (Polinela), yang dipimpin oleh Zuriati, S.Kom., M.Kom., telah mengembangkan solusi inovatif menggunakan teknologi machine learning untuk mendeteksi defisiensi unsur hara pada tanaman selada (Lactuca Sativa).
Tim ini terdiri dari Dewi Kania Widyawati, S.Kom., M.Kom., Kurniawan Saputra, S.Kom., M.Kom., dan Oki Arifin, S.Kom., M.Cs., serta didukung oleh beberapa mahasiswa. Penelitian ini didanai oleh DIPA Polinela tahun 2024, menunjukkan komitmen institusi dalam mendukung inovasi di bidang teknologi pertanian.
Tujuan dari penelitian ini adalah untuk membantu petani dalam menjaga kesehatan tanaman selada dan meningkatkan produktivitas dengan cara yang lebih efisien. Kekurangan unsur hara seperti Nitrogen (N), Fosfor (P), dan Kalium (K) dapat mengganggu pertumbuhan serta mempengaruhi kualitas hasil panen.
Untuk mengatasi tantangan ini, tim peneliti menggunakan algoritma machine learning, khususnya Support Vector Machine (SVM), untuk menganalisis gambar digital dari tanaman. Model yang dikembangkan dapat mengidentifikasi empat kondisi tanaman: sehat, defisiensi Nitrogen, defisiensi Fosfor, dan defisiensi Kalium.
“Penggunaan teknologi machine learning memungkinkan pemantauan kesehatan tanaman secara cepat dan efisien, tanpa memerlukan analisis laboratorium yang mahal,” kata Zuriati, S.Kom., M.Kom., pada Senin (12/8/2024). Dengan memanfaatkan dataset citra yang diambil dari berbagai kondisi lingkungan, model ini dirancang untuk bekerja efektif dalam berbagai situasi. Diharapkan, akurasi tinggi yang diperoleh dari algoritma SVM menjadikan teknologi ini sebagai inovasi penting dalam pengelolaan nutrisi tanaman.
“Kami berharap teknologi ini dapat diimplementasikan secara luas untuk meningkatkan hasil pertanian di Indonesia,” ujar Dewi Kania Widyawati, S.Kom., M.Kom. Penelitian ini menyoroti pentingnya kolaborasi antara ilmu komputer dan pertanian, dengan dukungan dari Laboratorium Hortikultura dan CV. Anggara Jaya Farm. Selain itu, teknologi ini diharapkan dapat meningkatkan daya saing mitra di masa depan.
Kedepannya, tim peneliti Polinela berencana mengembangkan aplikasi yang dapat membantu petani mendiagnosis masalah nutrisi tanaman secara real-time melalui smartphone. “Aplikasi ini diharapkan segera diluncurkan dan menjadi salah satu inovasi terdepan dalam sektor pertanian di Indonesia,” ungkap Zuriati.
