Baca berita dengan sedikit iklan, klik di sini
TEMPO.CO, Jakarta - Badan Riset dan Inovasi Nasional (BRIN) tengah mengembangkan machine learning alias sistem adaptasi data dan statistisk yang bisa mengidentifikasi penyakit tanaman teh secara otomatis. Peneliti Ahli Madya dari Pusat Riset Kecerdasan Artifisial dan Keamanan Siber BRIN, Ana Heryana, menyebut budidaya teh rentan terhadap serang virus, bakteri, jamur, dan cuaca. Deteksi dini diperlukan untuk mencegah penyakit tanaman.
Baca berita dengan sedikit iklan, klik di sini
"Saat ini umumnya dilakukan secara manual dengan mengandalkan para ahli. Petani teh tidak memiliki pengetahuan cukup untuk melakukan identifikasi secara tepat dan cepat," kata Ana melalui pesan tertulis, Kamis, 16 Mei 2024.
Baca berita dengan sedikit iklan, klik di sini
Sebelumnya pemeriksaan penyakit teh selalu berjalan manual. Akibatnya, petani terlambat bertindak untuk memberantas penyebab penyakit tanaman teh. Faktor geografis dan kondisi lingkungan kebun teh yang beragam juga kerap menghambat identifikasi penyakit.
Institusi pemerintah juga sering kesulitan mengidentifikasi penyakit tanaman karena keterbatasan infrastruktur. Jika tidak bisa diberantas, penyakit itu bisa membuat kebun teh gagal panen, sehingga merugikan petani.
Para peneliti BRIN kemudian mengembangkan perangkat portabel untuk mengidentifikasi penyakit pada tanaman teh. Alat itu sudah memiliki perangkat lunak sendiri yang berfungsi sebagai admin berbasis web. Sistemnya akan bersifat robust atau bisa bertahan dengan variasi data.
Menurut Ana, para anggota BRIN berusaha memperkecil ukuran model deep learning yang akan digunakan. Pendeteksi penyakit teh itu juga dirancang bekerja di luar jaringan (offline) dengan memakai berbasis single board computer (SBC).
“Kami berencana menerapkan deepwise separable convolution," kata Ana yang juga merupakan koordinator program pengembangan sistem deteksi penyakit teh tersebut.
Proyek alat deteksi dini penyakit tanaman itu diawali dengan pengembangan basis data, lalu metode pengelolaan citra, kemudian disambung pembuatan deep learning, hingga akhirnya ke sistem offline.
Foto 
