Indonesia 
English 
Yogyakarta, 6 Juni 2026 – Laboratorium Sistem Tertanam dan Robotika (STR) DIKE UGM menerima kunjungan dari DGNet dalam rangka penjajakan potensi kolaborasi riset dan pengembangan teknologi pertanian presisi. Pertemuan ini menjadi forum diskusi antara pihak akademisi dan industri guna membahas peluang pengembangan sistem deteksi gulma pada lahan sawah di Indonesia berbasis citra drone, kecerdasan buatan (Artificial Intelligence/AI), dan pemetaan spasial.
Dalam kunjungan ini, pihak DGNet diwakili oleh Satriyo selaku Project Manager and Technical Lead, bersama Israya dan Daren. Sementara itu, dari Laboratorium STR DIKE UGM hadir Prof. Dr. Ir. Jazi Eko Istiyanto, M.Sc. selaku Kepala Laboratorium, beserta jajaran anggota laboratorium yakni Oskar Natan, S.ST., M.Tr.T., Ph.D. yang juga menjabat sebagai Sekretaris Departemen, Dr. Andi Dharmawan, S.Si., M.Cs. selaku Ketua Program Studi Magister Elektronika dan Instrumentasi, Dr.techn. Aufaclav Zatu Kusuma Frisky, S.Si., M.Sc. selaku Ketua Program Studi Sarjana Elektronika dan Instrumentasi, serta Bakhtiar Alldino Ardi Sumbodo, S.Si., M.Cs.
Rancangan proposal kolaborasi bersama DGNet yang bertajuk Weed Detection System for Indonesian Rice Fields disusun sebagai tindak lanjut dari pertemuan tersebut. Meskipun hingga saat ini belum sampai pada tahap kerja sama formal, rancangan proposal ini mengusulkan pengembangan sistem otomatis berbasis machine learning untuk mendeteksi keberadaan gulma. Sistem tersebut difungsikan untuk mengelompokkan gulma ke dalam tiga kelompok morfologi utama, yaitu rumput, teki, dan gulma berdaun lebar.
Sebagai basis pengolahan data visual, teknologi ini menggunakan pendekatan computer vision yang secara khusus menerapkan segmentasi semantik model DeepLabV3+ untuk membedakan area gulma pada citra drone maupun foto lapangan. Melalui tahapan awal, sistem dirancang untuk mengidentifikasi 17 spesies gulma guna menghasilkan peta rekomendasi atau prescription map berbasis GeoJSON. Pemetaan ini diharapkan mampu mendukung penerapan herbisida secara lebih terarah, sehingga penggunaan bahan kimia pertanian dapat dikurangi tanpa mengabaikan efektivitas pengendalian gulma.
Dalam rancangan kerja yang direncanakan berlangsung selama 12 hingga 24 minggu ini, peran Laboratorium STR DIKE UGM difokuskan pada penguatan aspek ilmiah. Kapasitas laboratorium dalam bidang sistem tertanam, robotika, pemrosesan data, kecerdasan artifisial, dan pengembangan sistem berbasis sensor tersebut sangat relevan untuk kebutuhan pengolahan citra drone, pengelolaan dataset, serta pengujian model. Rancangan statement of work merumuskan pembagian tugas mulai dari pengumpulan data lapangan, anotasi, validasi ahli, hingga analisis kesalahan model yang dikerjakan oleh tim teknis dan manajemen. Rangkaian proses pengolahan data ditargetkan mampu menghasilkan model klasifikasi, peta sebaran gulma, dokumen kekayaan intelektual, dan draf artikel jurnal internasional. Selain menghasilkan luaran riset, pelaksanaan proyek tersebut juga membuka ruang pembelajaran bagi mahasiswa dalam bidang computer vision, drone mapping, anotasi data, machine learning, sistem tertanam, dan pertanian presisi.
Inisiatif penjajakan kolaborasi industri dan Laboratorium STR DIKE UGM ini membuka peluang riset terapan yang mendukung transformasi digital sektor pertanian Indonesia sekaligus berkontribusi pada pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Pengembangan sistem deteksi gulma ini mendukung capaian SDG 2 (Tanpa Kelaparan) melalui optimalisasi lahan pertanian untuk ketahanan pangan, sekaligus menunjang SDG 12 (Konsumsi dan Produksi yang Bertanggung Jawab) serta SDG 15 (Ekosistem Daratan) lewat upaya pengurangan paparan bahan kimia herbisida pada lingkungan. Adapun keterlibatan DGNet sebagai mitra industri mencerminkan implementasi SDG 9 (Industri, Inovasi, dan Infrastruktur) yang diperkuat melalui kolaborasi riset dalam capaian SDG 17 (Kemitraan untuk Mencapai Tujuan). DIKE UGM terus mendukung terbangunnya ekosistem riset terapan yang mampu menghadirkan solusi teknologi cerdas bagi berbagai sektor strategis, termasuk pengembangan inovasi pada pertanian presisi di Indonesia.
Author : Jazi Eko Istiyanto
Editor : Faiz Anggoro
#SDGs2 #SDGs9 #SDGs12 #SDGs15 #SDGs17
