Kementan Aplikasikan Kecerdasan Artificial untuk Teknologi Pertanian

MONITOR, Jakarta – Pengembangan Kecerdasan Artificial (KA) di Indonesia ke depan dapat meningkatkan produktivitas bagi bisnis dan efisiensi investasi sumberdaya manusia. Kecerdasan Artifisial (KA) ini sejalan dengan quickwin dan Roadmap Stranas BPPT.

Puncaknya, BPPT menggelar Artificial Intelligence Summit 2020 (AIS 2020) pada 10-13 November 2020 sebagai ajang unjuk kemampuan pada masyarakat global akan kemampuan komponen bangsa Indonesia dalam mengembangkan teknologi kecerdasan artifisial dan untuk menunjukan berbagai produk Inovasi dalam kecerdasan artifisial di Indonesia.

Kementerian Pertanian (Kementan) turut andil dalam mengembangkan AI karena ketahanan pangan menjadi prioritas target pemenuhan AI sampai dengan 2045. Hadir dalam diskusi tersebut Direktur Jenderal Tanaman Pangan, Kementan, Suwandi yang menyebut bahwa peran sektor pertanian dalam pengembangan AI sudah mulai dijalankan sejak era kepemimpinan Mentan Syahrul Yasin Limpo.

Suwandi menuturkan beberapa hal yang berbasis teknologi telah diterapkan Kementan antara lain pemanfaatan satelit citralandsat-8 dan sentinel-2 dari LAPAN untuk memonitor perkembangan pertanaman padi dengan tingkat resolusi tinggi.

“Kami ada ruang kendali pusat data pertanian sampai tingkat kecamatan, disebutnya Agriculture War Room atau AWR,” sebut Suwandi.

Data dan informasi dari sensor, data sekunder, primer maupun laporan langsung dari petani terkirim pada AWR sebagai komando strategis nasional (kostranas) di bawah kendali Menteri Pertanian yang terkoneksi secara online dengan kostratani di BPP kecamatan, kostrada dibawah Bupati/walikota di Distan Kabupaten maupun Kostrawil dibawah Gubernur berada di Distan Provinsi, langsung direspon dan ditindaklanjuti di lapangan.

Suwandi menyebut kini saatnya memanfaatkan citra satelit, radar, drone, CCTV untuk memonitor kondisi pertanian. Data-data yang dirilis BMKG dipantau rutin untuk antisipasi dini terhadap perubahan iklim bisa berupa banjir, kekeringan dan lainnya. Data-data dan informasi ini penting diolah dengan KA dijadikan sebagai bahan early warning system (EWS)

Data dan informasi yang diperoleh diolah dengan KA dan diproses menjadi rekomendasi tindaklanjut.
“Misalnya dari data tersebut ditemukan pertanaman sedang terserang tikus atau terkena banjir, maka dapat dengan cepat direspon dan ditindaklanjuti dengan gerakkan brigade yang ada di lapangan. Saat ini sudah terbentuk brigade La Nina, Brigade Tanam, Brigade hama penyakit, maupun Brigade panen,” sebut Suwandi.

Dari sisi kemudahan akses teknologi, banyak aplikasi yang saat ini sudah diterapkan seperti Sistem Informasi Kalender Tanam Terpadu (SI Katam Terpadu) yang memuat informasi penting seputar tanam padi, Siperditan yang memuat peringatan dini dan penanganan dampak perubahan iklim pada sektor pertanian, serta Sarita sebagai sistem informasi pelaku agribisnis tanaman pangan.

Alat pertanian juga sudah dikenalkan berbasis teknologi seperti penggunaan drone tidak hanya digunakan untuk memantau pertanaman, tetapi juga untuk menyebar benih, menabur pupuk dan menyemprot pestisida. Untuk melakukan penyiraman air pada tanaman, teknik sprinkel maupun irigasi tetes sudah diperkenalkan dengan autonomus dan untuk kegiatan tertentu dibantu dengan robotik.

Di tempat sama Asril Jarin dari Badan Pengkajian dan Penerapan Teknologi menyebutkan strategi nasional pemerintah bidang Artificial Intelligence(Kecerdasan Artifisial/AI)  yakni bidang pendidikan dan riset, kesehatan, mobilitas (smart city), ketahanan pangan dan reformasi birokrasi menjadi area prioritas ditargetkan untuk dipenuhi sampai 2045.

Dalam bidang ketahanan pangan, Sistem Kecerdasan Artifisial direncanakan untuk memprediksi panen tanaman per wilayah. Pengembangan Sistem Prediksi panen padi akan memanfaatkan citra satelit dengan Sistem prediksi lokasi lahan tanam yang cocok, jenis varietas yang cocok untuk lahan tertentu termasuk prediksi hasil panen dengan menggunakan kecerdasan artifisial guna membantu analisa dan perhitungan potensi pencapaian dan optimalisasi target produksi dari tanaman-tanaman di daerah-daerah.

“Sistem ini dikembangkan melalui pemprosesan gambar dari foto-foto yang diambil dari udara atau satelit termasuk pengolahan data-data kualitas gelombang sinar matahari, benih tanaman dan lahan pada laboratorium. Sistem akan menggabungkan informasi-informasi lain, seperti: kualitas tanah, cuaca setempat, dan pemilihan teknologi otomatisasi,” ujar Asril.

Selain untuk memprediksi hasil panen, hasil olah data serta gambar-gambar yang diambil dari udara dan satelit dapat juga diolah untuk memberikan informasi wilayah tanaman atau peruntukan tanaman tersebut.