PENS Kembangkan taniPINTAR, Perangkat Portabel Berbasis AI untuk Pantau Hama dan Kesuburan Sawah

Ruang.co.id – Politeknik Elektronika Negeri Surabaya (PENS) mengembangkan Smart Portable Integrated Device taniPINTAR/hamaPintar, perangkat cerdas portabel yang membantu petani memantau kesuburan tanah, kualitas air irigasi, serta mendeteksi hama dan penyakit tanaman (HPT) pada tanaman padi.

Perangkat ini menggabungkan kamera visual, sensor tanah 7-in-1, spektrometer 18 kanal AS7265x, sensor pH air, GPS, komunikasi LoRa dan WiFi, layar sentuh, serta kecerdasan buatan berbasis edge computing. Berbagai sensor tersebut memungkinkan taniPINTAR/hamaPintar mengukur kondisi lahan sekaligus mengolah data langsung di lokasi pertanian.

Berbeda dari perangkat pemantauan pertanian yang hanya mengandalkan satu jenis data, taniPINTAR/hamaPintar memakai pendekatan sensor multimodal. Kamera menangkap citra tanaman, sedangkan sensor tanah membaca nitrogen, fosfor, kalium, pH, electrical conductivity, kelembapan, dan suhu.

Sensor spektral kemudian membaca karakteristik pantulan cahaya dari objek yang diamati. Sementara itu, sensor pH air membantu tim memantau kondisi air irigasi yang masuk ke lahan.

GPS juga mencatat lokasi setiap pengukuran. Dengan cara tersebut, tim dapat menghubungkan data kondisi tanah, air, dan tanaman dengan posisi geografisnya.

taniPINTAR/hamaPintar Gabungkan Sensor dan AI

Di balik perangkat portabel tersebut, PENS menempatkan Raspberry Pi 5 sebagai pusat pemrosesan. Sistem ini menggunakan Google Coral USB sebagai akselerator kecerdasan buatan untuk membantu menjalankan analisis secara lokal.

ESP32 mendukung proses akuisisi serta pengelolaan data dari berbagai sensor. Setelah sistem mengolah data, layar sentuh menampilkan hasil pengukuran dan rekomendasi kepada pengguna.

Pendekatan tersebut membuat perangkat tidak sekadar berfungsi sebagai alat ukur. Sistem berusaha mengubah kumpulan data lapangan menjadi informasi yang lebih mudah dipahami dan digunakan petani.

Salah satu teknologi penting yang PENS terapkan ialah decision-level late fusion. Metode ini menggabungkan hasil analisis citra tanaman dengan informasi kondisi tanah dan air sebelum sistem menghasilkan keputusan.

Misalnya, ketika kamera menemukan indikasi HPT, sistem dapat menghubungkan temuan tersebut dengan data kelembapan, pH, unsur hara, dan parameter agronomi lainnya. Penggabungan informasi itu membantu sistem menghasilkan rekomendasi yang lebih kontekstual.

Edge Computing Kurangi Ketergantungan Internet

PENS juga menerapkan konsep edge computing pada perangkat taniPINTAR/hamaPintar. Sistem menjalankan proses diagnosis dan rekomendasi secara lokal sehingga perangkat tidak harus terus bergantung pada koneksi internet.

Konsep tersebut penting untuk penggunaan di area persawahan yang belum memiliki jaringan internet stabil. Petani tetap dapat memperoleh hasil analisis langsung dari perangkat saat melakukan pengukuran.

Untuk kebutuhan pemantauan yang lebih luas, sistem dapat mengirimkan data melalui LoRa atau WiFi menuju gateway, basis data, dan platform WebGIS.

Teknologi LoRa juga membantu sistem mengirimkan informasi dari area pertanian yang luas dengan kebutuhan daya yang relatif rendah. Selanjutnya, WebGIS dapat menampilkan data dari berbagai titik pengukuran dalam bentuk informasi spasial.

PENS Uji taniPINTAR di Gresik dan Kediri

Tim pengembang tidak hanya menguji sistem di laboratorium. PENS juga membawa perangkat tersebut ke lahan pertanian di Gresik dan Kediri untuk melihat kinerjanya dalam kondisi lapangan.

Pengujian mencakup pengambilan citra tanaman, pengukuran kondisi tanah dan air, pemrosesan data, penampilan hasil diagnosis, hingga pengiriman informasi melalui jaringan komunikasi.

Dari proses pengembangan dan pengujian tersebut, tim telah mengumpulkan sekitar 3.195 citra yang mencakup 10 kelas HPT. Tim juga menghimpun data nitrogen, fosfor, kalium, pH, electrical conductivity, kelembapan, serta suhu dari lokasi pengujian.

Data tersebut menjadi bagian penting dalam pengembangan dan evaluasi sistem kecerdasan buatan. Semakin beragam data lapangan yang tersedia, semakin besar pula peluang tim untuk menyempurnakan kemampuan sistem dalam mengenali kondisi tanaman.

Pengujian Laboratorium Perkuat Kesiapan Teknologi

PENS juga menguji kesiapan teknis perangkat melalui laboratorium pihak ketiga. Pengujian tersebut mencakup keselamatan kelistrikan, kompatibilitas elektromagnetik atau EMC, serta parameter radio untuk komunikasi LoRa dan WiFi.

BSPJI Surabaya menguji aspek keselamatan kelistrikan dengan mengacu pada SNI IEC 60950-1:2016. Hasil pengujian menunjukkan perangkat memenuhi seluruh klausul yang diterapkan.

Pengukuran arus sentuh menghasilkan angka 43,0 mikroampere. Angka tersebut berada di bawah batas maksimum 250 mikroampere.

Pada pengujian kuat listrik menggunakan tegangan 1.000 volt, perangkat juga tidak mengalami breakdown. Hasil tersebut memperkuat aspek keselamatan perangkat untuk pengembangan lebih lanjut.

Tim juga menjalani pengujian EMC menggunakan acuan CISPR 32 Edisi 2.0:2015-03. Perangkat Kelas B memenuhi pengujian gangguan konduksi dan radiasi pada rentang yang diterapkan.

Sementara itu, BBPPT/IDTH menguji parameter RF untuk WiFi 2,4 GHz dan LoRa 920–923 MHz. Pengujian tersebut mencakup EIRP, occupied bandwidth, duty cycle, serta spurious emission.

Hasil pengujian menunjukkan parameter WiFi dan LoRa perangkat memenuhi persyaratan yang diterapkan.

taniPINTAR Buka Peluang Pertanian Presisi

PENS mengarahkan taniPINTAR/hamaPintar untuk berbagai pengguna. Petani padi skala kecil dan menengah, kelompok tani, gabungan kelompok tani, penyuluh pertanian lapangan, dinas pertanian, perusahaan agribisnis, hingga lembaga pendidikan dan penelitian dapat memanfaatkan teknologi tersebut.

Desain portabel menjadi salah satu keunggulan perangkat. Pengguna dapat membawa satu perangkat ke beberapa petak sawah sehingga kelompok tani atau penyuluh dapat menerapkan skema shared device.

Data yang terkumpul juga dapat membantu petani mengambil keputusan budidaya secara lebih terukur. Informasi kesuburan tanah, misalnya, dapat menjadi pertimbangan dalam menentukan kebutuhan pemupukan.

Begitu pula dengan deteksi HPT. Informasi lebih awal mengenai kondisi tanaman dapat membantu petani menentukan langkah pengendalian sebelum masalah berkembang lebih luas.

Hilirisasi Jadi Tahap Berikutnya

Selain penggunaan langsung di lahan, teknologi taniPINTAR/hamaPintar memiliki peluang untuk masuk ke tahap hilirisasi. PENS dapat mengembangkan model bisnis melalui penjualan perangkat, layanan berlangganan dashboard dan data, pelatihan pengguna, kerja sama program pemerintah, maupun lisensi teknologi.

Platform WebGIS juga membuka peluang pengembangan sistem pemantauan pertanian berbasis data spasial. Data dari berbagai lokasi dapat dihimpun sehingga pengguna memperoleh gambaran kondisi lahan dalam wilayah yang lebih luas.

Pengembangan tersebut menunjukkan bagaimana perguruan tinggi dapat mendorong teknologi hasil riset agar semakin dekat dengan kebutuhan masyarakat. PENS tidak hanya menggabungkan sensor dan kecerdasan buatan, tetapi juga membawa teknologi tersebut ke lingkungan pertanian untuk menghadapi persoalan nyata.

Melalui taniPINTAR/hamaPintar, integrasi sensor, komunikasi, pemetaan, dan AI hadir dalam satu perangkat portabel. Teknologi ini diharapkan dapat mendukung penerapan pertanian presisi yang lebih praktis, terjangkau, dan sesuai dengan kondisi lapangan di Indonesia.