BRIN Kembangkan Perangkat Portabel Identifikasi Penyakit Tanaman Teh Berbasis Machine Learning

BRIN Kembangkan Perangkat Portabel Identifikasi Penyakit Tanaman Teh Berbasis Machine Learning

Humas BRIN – Pembudidayaan teh rentan terhadap serangan penyakit yang disebabkan oleh virus, bakteri, jamur, dan cuaca. Identifikasi penyakit tanaman sedini mungkin menjadi salah satu langkah krusial untuk penanganan penyakit tanaman.

Identifikasi penyakit tanaman otomatis menggunakan machine learning menjadi salah satu bidang riset yang dikembangkan Badan Riset dan Inovasi Nasional (BRIN).

Peneliti Ahli Madya PRKAKS BRIN Ana Heryana melakukan penelitian penerapan metode machine learning untuk deteksi tanaman teh secara portabel.

“Saat ini, untuk mengidentifikasi penyakit pada teh umumnya dilakukan secara manual dengan mengandalkan para ahli. Pada umumnya, petani teh tidak memiliki pengetahuan cukup untuk melakukan identifikasi secara tepat dan cepat,” kata Ana saat diwawancara Humas BRIN, di Bandung, Rabu (15/5).

Ana mengatakan, penelitian ini akan menghasilkan perangkat portabel dilengkapi software yang berfungsi sebagai admin perangkat berbasis web.

Pihaknya akan mengembangkan sistem identifikasi penyakit tanaman teh yang robust terhadap variasi data, sekaligus cukup kecil untuk ditanamkan pada sistem offline

“Berbagai usaha telah dilakukan untuk memperkecil ukuran model deep learning yang akan digunakan. Pada penelitian ini, kami berencana menerapkan deepwise separable convolution untuk lebih mengecilkan ukuran model,” jelas Koordinator Program Sistem Offline Deteksi Penyakit Tanaman Teh Khas Indonesia Berbasis Teknologi Pembelajaran Mesin dan Deep Learning ini.

Pengembangan sistem offline berbasis single board computer (SBC) akan dibangun dengan menanamkan model ringkas dan robust terhadap variasi data. Diharapkan dengan penelitian ini, sebuah prototipe sistem deteksi penyakit tanaman teh offline dapat dihasilkan.

Lebih lanjut Ana membeberkan, tahapan penelitian ini tediri dari pengembangan database, pengembangan metode pengelolaan citra, pengembangan deep learning ringkas agar output small-footprint dengan menggunakan deepwise separarable convolution network, dan pengembangan sistem offline.

Beberapa hal yang menjadi masalah di lapangan, sebut Ana, diantaranya kesulitan petani dalam mengetahui dan mengidentifikasi jenis penyakit yang menjangkit di tanaman teh secara otomatis.

Selain itu, keterbatasan infrastruktur jaringan internet yang diperlukan untuk menjalankan sistem sebelumnya yang telah dikembangkan pada perangkat smartphone, dan kemudahan dalam pengoperasian dan penanganan perangkat yang digunakan untuk mengidentifikasi penyakit tanaman teh secara otomatis.

Ana menyampaikan, penelitian ini perlu dilaksanakan untuk menjawab masalah yang selama ini dihadapi oleh stakeholder, baik petani dan pihak terkait perkebunan teh.

Identifikasi penyakit tanaman teh secara manual, menurutnya, menyebabkan keterlambatan diberikannya treatment atau tindakan untuk memberantas penyebab penyakit pada tanaman teh. Selain itu, faktor geografis dan lokasi perkebunan yang tersebar dengan kondisi lingkungan yang beragam, membatasi akses ahli dalam mengidentifikasi penyakit tanaman teh sebelum diberikan treatment yang tepat.

Institusi-institusi pemerintah juga sering mengalami kendala dalam identifikasi penyakit secara cepat karena keterbatasan infrastruktur yang diperlukan. Diperlukan juga sumber daya manusia yang besar dan mumpuni.

Dijelaskan Ana, penyakit pada tanaman teh sering mengakibatkan kegagalan panen. Sehingga, hal ini menjadi ancaman serius terhadap perekonomian nasional. Kerugian akibat penyakit tanaman bisa mencapai kehilangan potensi panen.

‚ÄúSebagai salah satu solusinya adalah dengan dikembangkannya teknologi deteksi penyakit secara otomatis ini dengan memanfaatkan machine learning,” tandasnya.

Sumber: https://brin.go.id/news/118599/brin-kembangkan-perangkat-portabel-identifikasi-penyakit-tanaman-teh-berbasis-machine-learning

Managed & Maintenanced by ArtonLabs