Media90 – Deteksi dini penyakit pada daun tanaman anggrek sangat penting untuk menjaga keberlangsungan hidup dan produktivitas tanaman ini.
Dengan mengenali jenis penyakit yang menyerang, petani dan pelaku industri hortikultura dapat dengan cepat mengambil langkah penanggulangan yang tepat, mengurangi risiko kerusakan.
Mengakui pentingnya deteksi dini, tim peneliti dari Politeknik Negeri Lampung (Polinela) telah mengembangkan teknologi berbasis machine learning untuk mendeteksi penyakit pada daun anggrek, komoditas unggulan di Indonesia.
Teknologi ini dirancang untuk membantu petani menjaga kualitas dan kuantitas budidaya anggrek mereka.
Tim peneliti, dipimpin oleh Oki Arifin, S.Kom., M.Cs dari Program Studi Teknologi Rekayasa Perangkat Lunak (TRPL), berkolaborasi dengan Dewi Kania Widyawati, S.Kom, M.Kom., Rima Maulini, S.Kom., M.Kom., Dwirgo Sahlinal, S.T., M.Eng. dari Program Studi Manajemen Informatika (MI), serta Zuriati, S.Kom., M.Kom dari Program Studi Teknologi Rekayasa Internet (TRI).
Penelitian ini juga melibatkan mahasiswa sebagai bagian penting dalam pengembangan teknologi ini.
Penelitian ini didanai oleh DIPA Politeknik Negeri Lampung tahun 2024, mencerminkan komitmen institusi dalam mendorong inovasi di sektor teknologi pertanian.
Hasil penelitian adalah sistem identifikasi penyakit daun anggrek berbasis morfologi menggunakan machine learning, dengan algoritma random forest untuk klasifikasi.
Penelitian ini fokus pada ekstraksi fitur morfologi daun seperti rectangularity, elongation, eccentricity, compactness, solidity, convexity, dan roundness.
Fitur-fitur ini menjadi indikator utama untuk mengidentifikasi gejala penyakit anggrek.
Data penelitian dikumpulkan dari foto daun anggrek yang bergejala di Floriculture Polinela, yang kemudian diproses melalui tahapan preprocessing termasuk pemotongan gambar dan konversi ke bentuk biner dengan segmentasi thresholding dan deteksi tepi.
Teknologi machine learning dipilih karena kemampuannya menghasilkan model identifikasi penyakit dengan akurasi tinggi, yang diuji menggunakan matriks konfusi.
Pengujian menunjukkan hasil yang sangat akurat, menjadikan model ini solusi potensial dalam deteksi dini penyakit anggrek.
Penelitian ini didukung oleh Teaching Factory Floriculture Farm dari Program Studi Hortikultura Polinela sebagai mitra utama.
“Ke depan, kami berharap hasil penelitian ini menghasilkan model identifikasi penyakit anggrek yang akurat dan siap digunakan oleh petani serta pelaku industri anggrek,” ujar Oki Arifin.
Dewi Kania Widyawati menambahkan, teknologi ini diharapkan dapat membantu petani anggrek dalam deteksi dini penyakit, sehingga tindakan tepat dapat segera diambil untuk menjaga kesehatan tanaman.
Sementara Zuriati menekankan pentingnya kolaborasi antara akademisi dan industri sebagai kunci pengembangan solusi yang aplikatif dan relevan dengan kebutuhan petani di lapangan.
Tim peneliti berharap hasil penelitian ini memberikan dampak positif yang signifikan bagi industri hortikultura, khususnya budidaya anggrek.
Penggunaan teknologi machine learning diharapkan memperkuat inovasi di sektor pertanian, membantu petani meningkatkan produktivitas dan kualitas hasil panen, serta mengurangi kerugian akibat penyakit tanaman.
Dengan kolaborasi antara akademisi, industri, dan petani, Polinela berkomitmen mendukung keberlanjutan dan kemajuan sektor pertanian di Indonesia.
