Pemanfaatan Teknologi Informasi dalam Budidaya Tanaman Mangga

Tribun Jogja, 13 September 2021

Tanaman mangga merupakan tanaman yang banyak dibudidaya masyarakat Indonesia baik secara profesional maupun sekedar ditanam di pekarangan rumah.  Produksi buah mangga di Indonesia pada tahun 2020 menurut Badan Pusat Statistik, lebih dari 2.800.000 ton. Jumlah produksi tersebut jauh di atas produksi buah lain seperti belimbing, apel, jeruk, rambutan, alpukat, duku, durian, jambu biji, jambu air, nenas, salak, sawo, markisa, sirsak, pisang, blewah, anggur, stroberi bahkan pepaya.

Siapa sih yang tidak suka buah mangga?  Rasa buahnya yang manis ketika sudah masak, dapat dimakan langsung ataupun diolah menjadi minuman yang segar atau makanan yang lezat. Bahkan ketika masih muda, buah mangga juga sudah dapat di konsumsi. Kandungan vitamin C, A, E, dan beberapa kandungan lain dalam buah mangga membuat buah mangga memberikan banyak manfaat termasuk untuk meningkatkan imunitas tubuh.

Selain dikonsumsi di dalam negeri, buah mangga juga telah banyak di ekspor ke beberapa negara. Buah mangga menjadi salah satu sumber pendapatan yang sangat potensial bagi masyarakat Indonesia. Sayangnya produksi buah mangga tereduksi dengan hadirnya hama mangga. Bahkan beberapa kasus ekspor, buah mangga ditolak karena adanya hama di dalam buahnya.

Hama mangga di Indonesia lebih dari 180 jenisnya. Banyaknya jenis hama ini membuat masyarakat khususnya petani mangga tidak mudah mengidentifikasi jenis hama yang merusak tanaman mangganya. Kekeliruan identifikasi jenis hama mangga dapat menyebabkan ketidak-tepatan dalam pengambilan keputusan pengendaliannya.

Dr. Suputa, salah seorang dosen di Departemen Hama dan Penyakit Tumbuhan, Fakultas Pertanian Universitas Gadjah Mada (UGM) adalah seorang yang memiliki keahlian dalam mengidentifikasi hama mangga. Beliau telah mengumpulkan berbagai gejala hama mangga yang ada di Indonesia, dan menulis sebuah buku tentangnya. Sayangnya pengetahuan beliau tidak dapat dengan mudah tersampaikan ke semua masyarakat yang membutuhkan. Tentu banyak pakar lain yang juga memiliki pengetahuan tertentu namun memiliki kendala serupa.

Sebenarnya pengetahuan dari pakar ini sangat mungkin dimanfaatkan oleh teknologi informasi sehingga dapat dilakukan proses identifikasi otomatis dengan menggunakan aplikasi. Di bidang kecerdasan buatan pengetahuan dapat dimanfaatkan dalam sebuah sistem pakar, yaitu sistem yang mencoba menirukan cara kerja seorang pakar, termasuk pakar hama tanaman mangga. Dalam sistem pakar terdapat dua komponen utama yaitu representasi pengetahuan dan mesin inferensi.

Representasi pengetahuan merupakan proses eksternaliasi pengetahuan yang dimiliki oleh pakar dalam format tertentu yang dapat dibaca oleh program komputer. Sementara mesin inferensi akan mencocokkan fakta yang ada dengan pengetahuan yang disimpan sehingga mendapat kesimpulan identifikasinya.

Proses representasi pengetahuan dapat dilakukan secara manual dengan menyebutkan ciri-ciri tanaman buah mangga yang terserang hama. Sayangnya cara ini cukup sulit dilakukan karena walaupun seorang pakar dapat mengidentifikasi dengan mudah ketika tanaman tersebut terserang oleh salah satu jenis hama, tapi tetap saja tidak mudah menyebutkan ciri-cirinya yang dengan mudah dipahami oleh pengguna dan sistem.

Cara lain yang dapat dilakukan adalah dengan menggunakan machine learning. Machine learning merupakan suatu metode dalam memberikan pembelajaran kepada mesin berdasarkan data-data terdahulu. Setelah terjadi pembelajaran mesin akan menemukan suatu pola, dan dengan pola tersebut mesin dapat memecahkan berbagai masalah.

Konsep machine learning ini juga dapat digunakan pada proses identifikasi hama pada tanaman mangga. Untuk mengidentifikasi hama yang menyerang daun mangga, mesin diberikan pembelajaran dengan menggunakan data gambar daun mangga yang telah dilabeli oleh pakar hama tanaman mangga. Pembelajaran dapat dilakukan dengan menggunakan algoritma klasifikasi seperti K-Nearest Neighbour, C4.5, Random Forest, Naive Bayes ataupun convolution neural network. Intinya dengan pengetahuan yang terbentuk, ketika ada gambar baru yang diberikan ke sistem, sistem akan dapat mencocokkan gambar mana yang terdekat dan kemudian mengambil kelas jenis hama dari gambar yang terdekat dan telah dilabeli oleh pakar tersebut.

Algoritma ini dapat dibungkus dalam sebuah aplikasi yang dapat digunakan dengan mudah oleh para pengguna akhir. Aplikasi dapat dibuat dengan berbasis desktop, berbasis web ataupun berbasis mobile. Saat ini saya bersama dengan tim peneliti mengembangkan aplikasi Mango Pest Identifier yang merupakan aplikasi berbasis mobile yang dapat mengidentifikasi hama tanaman mangga yang menyerang daun atau buah dan sekaligus memberikan solusi pengendaliannya. Aplikasi dapat diunduh dari Google Playstore.

Aplikasi ini disosialisasikan hari ini, Senin 13 September 2021 oleh tim peneliti dalam sebuah webinar. Selain tentang aplikasi, webinar juga menghadirkan pakar budidaya tanaman mangga dari Balai Penelitian Tanaman Buah Tropika, Bp. Affandi, Ph.D. Penjelasan mengenai hama yang menyerang tanaman mangga akan dipaparkan oleh Bp. Dr. Suputa. Hadir juga sebagai keynote speaker Ibu Dr. Inti Pertiwi Nashwari, S.P., M.Si. yang merupakan Direktur Direktorat Hortikultura Kementerian Pertanian Republik Indonesia. Peserta yang mendaftar untuk mengikuti webinar ini lebih dari 275 orang yang berasal dari 31 provinsi dengan profesi yang beragam. Ada yang sebagai dosen, mahasiswa, peneliti, Pengendali Organisme Penggannggu Tumbuhan (POPT), petani, dan masih banyak lagi profesi lainnya. Semoga hasil kolaborasi multi bidang ilmu ini dapat membantu masyarakat dalam mengidentifikasi dan mengendalikan hama pada tanaman mangga sehingga produksi meningkat dan kesejahteraan masyarakat pun ikut meningkat. Penelitian dan kegiatan ini terselenggara atas dukungan dari Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi Republik Indonesia dalam Skema Hibah Penelitian Terapan Unggulan Perguruan Tinggi.

Author: Kusrini

I am Kusrini, a professor from Universitas AMIKOM Yogyakarta Indonesia. I finished my doctoral program from Universitas Gadjah Mada Yogyakarta Indonesia in 2010. I am interested in exploring many things about machine learning and another artificial intelligence field. I also love doing research on decision support systems and databases. I am a member of the IEEE and IEEE Systems, Man, and Cybernetics Society. This moment I also as Director of The Graduate Program in Universitas AMIKOM Yogyakarta