2 Materi - Penerapan Pertanian berbasis Smart Farming_Ciawi 25 Jan 2022.pdf
1. Penerapan Pertanian Berbasis Smart farming
Aris Purwanto
Pusat Kajian Hortikultura Tropika IPB
TOT Smart Farming Bagi Widyaswara, Dosen, Guru dan Penyuluh Pertanian
PPMKP Ciawi Bogor, 25-27 Januari 2022
6. Smart Agriculture dan Precision Farming
• Smart agriculture merupakan teknologi di era Industri 4.0 untuk
pengembangan pertanian modern
• Disebut juga sebagai Agriculture 4.0
• Merupakan evolusi dari precision farming
Aplikasi dari smart agriculture mencakup monitoring hasil pertanian,
pemetaan lahan pertanian, manajemen irigasi, penyimpanan produk
pertanian, delivery produk pertanian ke konsumen, dan lainnya
8. Definisi Precision Agriculture
•Precision farming adalah teknologi yang
bertujuan untuk mendapatkan pengetahuan presisi dari
kegiatan pertanian di lahan, sehingga proses kontrol
kegiatan tersebut dapat dilakukan tepat waktu (Mazzetto et
al. 2020)
•Precision agriculture atau precision
farming adalah konsep pengelolaan pertanian modern
menggunakan teknologi digital untuk memonitor dan
mengoptimalkan proses produksi pertanian (Precision
agriculture and the future of farming in Europe, 2019.
European Parliamentary Research Services)
10. Definisi Smart Farming
o Smart farming adalah penggunaan aplikasi dan data rich ICT service
cerdas yang dikombinasikan dengan perangkat keras (contoh dalam
traktor, greenhouse), untuk menghasilkan makanan yang berkualitas
Wolfert et al. 2014)
o Smart farming adalah penerapan teknologi data dan informasi untuk
proses optimasi sistem pertanian yang kompleks untuk mendukung
petani dalam pengambilan keputusan berdasarkan data riil
Melibatkan tidak hanya mesin untuk memonitor dan
mengoptimalkan proses produksi pertanian, tetapi
mencakup semua kegiatan dalam pertanian.
17. The Food and Agricultural Organization of the UN (FAO) predicts that the global population will reach
8 billion people by 2025 and 9.6 billion people by 2050. In order to keep pace, food production must
increase by 70 percent by 2050 (Romeo, 2015)
There are several barriers to fulfilling this imperative,
including:
• The slow-down in productivity growth
• The limited availability of arable land
• Climate change
• The increasing need for fresh water
• The price and availability of energy, particularly from
fossil fuels
• The impact of urbanization on rural labor supply – the
average age of farmers is increasing with fewer young
people going into the industry
Populasi dunia
Mengapa perlu smart farming?
18. Hampir seluruh petani di Indonesia
berusia cukup tua, di atas 40 tahun.
Artinya banyak anak muda berusia
produktif khususnya di desa yang tak
mau bekerja sebagai petani.
www/kumparan.com (2017)
Mengapa perlu smart farming di Indonesia?
19. o Efisiensi sumberdaya alam khususnya
tanah, air dan kelestarian alam
o Efisiensi sumber daya manusia
dengan memanfaatkan mesin
pertanian dan teknologi
Mengapa perlu smart farming di Indonesia?
https://petanimilenial.jabarprov.go.id/
Merintis penerapan smart farming .....
o Menarik minat generasi muda terjun
di bidang pertanian
20. Smart farming menggunakan platform terkoneksi
dengan perangkat teknologi (computer, tablet,
smartphone) dalam pengumpulan informasi (hara
tanah, kelembaban udara, kondisi cuaca, hama
penyakit, kondisi tanaman) yang diperoleh dari
lapang dari perangkat/sensor yang diletakkan di
lahan pertanian
Romeo, 2015
Smart farming memungkinkan :
o pengaplikasian nutrisi yang tepat, akurat, tertakar dan
terukur,
o pengaplikasian pestisida yang tepat, akurat, tertakar dan
terukur,
o pemanfaatan sumber daya air, (VRT, variable rate irrigation),
yang tepat, terkakar dan terukur,
o perencanaan yang tepat, akurat, tertakar dan terukur,
o kontrol atau pengendalian terhadap setiap kegiatan yang
tepat, akurat tertakar dan terukur.
Berbagai tipe teknologi yang terlibat dalam sistem Smart Farming
21. Smart farming meliputi
identifikasi lahan, cuaca/iklim,
identifikasi tanaman di setiap
lokasi, kondisi tanah, pupuk
benih, pestisida, panen,
kerusakan hasil panen, jumlah
produk, distribusi dan pemasaran
Kunci utama smart farming
adalah data yang terukur
berdasarkan sensor yang ada di
lahan dan yang mengcover lahan
pertanian
Sensor memberikan informasi terkait kondisi
lahan, tanaman secara real time (unsur hara
tanah, air, tanaman)
→ Rekomendasi pemupukan, irigasi, insektisida
atau jadwal panen
Development of technology 4.0 for smart farming
23. 1. Sumber daya manusia
2. Teknologi
3. Pengetahuan/knowledge
Tahapan
24. Teknologi Pengamatan Kondisi Lingkungan Spesifik Lokasi
Pengamatan iklim mikro pada lahan budidaya memberikan
informasi riil untuk dasar pengambilan keputusan dalam
pengelolaan pertanian secara terukur dan presisi
30. Smart greenhouse and melon cultivation
(Suhardiyanto et al. 2020)
Smart farming project (Greenhouse controlling system based on IoT)
31. SMIPY
Household-scale mini indoor farming system Artificial lighting
(Widodo et al. 2020)
Smart farming project (Household-scale mini indoor farming system)
32. Container type mini plant factory equipped with Internet of things (IoT) based
monitoring and control system (2019 & 2020 research project, funded by
Ministry of Research, Technology and Higher Education)
Design and Optimization Microclimate in
greenhouse and plant factory using
Computational Fluid Dynamic (CFD)
(Widodo et al. 2020)
Container type mini plant factory equipped with IoT
33. Production of True Shallot Seed (TSS) and
medicinal plant* (Purwaceng - Pimpinella
pruatjan) in plant factory
Commercial Production of lettuce in plant factory
*Funded by Productive Research Project (LPDP-RISPRO) –
Ministry of Finance (2 years project, starting from Sept 2020)
(Suhardiyanto et al. 2020)
Smart farming project (Greenhouse controlling system based on IoT)
38. (Seminar et al, 2019)
o Spektroskopi Vis-NIR merk
OceanOptics.
o Panjang gelombang 339-1022nm.
o Panjang sampel spektrum absorban
pada setiap pengukuran terdiri dari
2048 spektrum.
Smart farming project (Deteksi infeksi HuangLongBing pada jeruk )
39. Tanaman cabai terinfeksi virus Gemini
melalui serangan vektor kutu kebul
yang mengakibatkan tulang dan daun
cabai berwarna kuning pada tanaman
cabai yang terinfeksi.
Akurasi membedakan tanaman
yang sehat menggunakan metoda
segmentasi Bayesian mencapai
95.58%.
(Seminar et al, 2019)
Smart farming project (Analisis serangan virus Gemini pada Cabai)
