Indonesia 
English 
Yogyakarta, 22 Juli 2026 - Mahasiswa Program Studi Sarjana Elektronika dan Instrumentasi (S1 Elins), Departemen Ilmu Komputer dan Elektronika (DIKE) FMIPA Universitas Gadjah Mada, kembali menorehkan prestasi dalam publikasi ilmiah nasional bereputasi. Zharifah Puspita Candini, mahasiswa angkatan 2022, mengembangkan sistem deteksi dini penyakit daun tanaman cabai pada sistem agroforestri menggunakan kecerdasan buatan (Artificial Intelligence/AI), dengan tingkat akurasi pengujian mencapai 97,83% dan akurasi lapangan hingga 98%.
Riset ini ditulis bersama Dr. Dyah Aruming Tyas, S.Si., dari Departemen Ilmu Komputer dan Elektronika FMIPA UGM sebagai corresponding author, serta melibatkan Dr. Erianto Indra Putra, S.Hut., M.Si., dari Departemen Silvikultur, Fakultas Kehutanan dan Lingkungan IPB University. Artikel ilmiah bertajuk “Early Detection of Chili Leaf Diseases in AI-Based Agroforestry Systems Using Convolutional Neural Networks” ini diterbitkan pada Jurnal Penelitian Hutan Tanaman (JPHT) yang telah terakreditasi resmi.
Riset kolaboratif UGM dan IPB ini hadir untuk menjawab tantangan nyata para petani dalam ekosistem agroforestri di Indonesia. Budidaya cabai di lahan heterogen kerap menghadapi kendala mikroklimat seperti variasi pencahayaan akibat naungan pohon, kelembapan tinggi, dan orientasi daun yang acak, sehingga menyulitkan diagnosis penyakit secara manual dan memicu risiko penurunan hasil panen.
Sistem deteksi dini yang dikembangkan dalam riset ini memanfaatkan kerangka kerja terpadu berbasis IoT (end-to-end IoT) menggunakan mikrokontroler murah ESP32-CAM untuk akuisisi citra daun cabai langsung di lapangan. Gambar yang ditangkap kemudian ditransmisikan secara ringan menggunakan protokol MQTT menuju broker HiveMQ.
Proses inferensi atau klasifikasi dilakukan secara real-time di lingkungan Python menggunakan model Deep Learning ResNet-18 yang telah dioptimasi lewat metode domain-aligned fine-tuning. Inovasi ini menjadi solusi praktis yang menjembatani celah antara model laboratorium teoritis dengan kendala penyebaran langsung di lapangan pertanian digital.
Pengujian performa model menunjukkan hasil yang sangat impresif. Varian model dengan strategi augmentasi data berhasil mencatatkan akurasi validasi sebesar 96,74% dan akurasi pengujian hingga 97,83%.
Saat diuji langsung pada kondisi nyata menggunakan perangkat ESP32-CAM selama empat hari berturut-turut, model yang telah melalui proses fine-tuning terbukti jauh lebih unggul dan stabil dalam mengenali jenis penyakit, seperti keriting, bintik daun, kutu putih, dan menguning di berbagai sudut posisi daun (0°, 90°, 180°, dan 270°), dengan tingkat akurasi mencapai 83% hingga 98%. Sebaliknya, model lama yang tidak dioptimasi mengalami penurunan performa drastis akibat adanya pergeseran distribusi data (distribution shift) di lapangan. Hasil deteksi dan gambar daun tersebut berhasil dikirimkan secara instan ke perangkat pengguna melalui Telegram Bot API.
Publikasi pada jurnal bereputasi ini memperkuat posisi DIKE UGM dan mitra strategisnya dalam pengembangan riset deep learning, embedded systems, dan smart agriculture yang berkontribusi langsung terhadap pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Inovasi teknologi berbasis AI untuk perlindungan tanaman dan ketahanan pangan ini merupakan wujud nyata implementasi SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui digitalisasi pertanian.
Optimalisasi hasil panen komoditas cabai dalam sistem agroforestri heterogen ini turut mendukung capaian SDG 8 (Pekerjaan Layak dan Pertumbuhan Ekonomi) bagi petani lokal , sekaligus merepresentasikan prinsip SDG 15 (Ekosistem Daratan) dengan menjaga produktivitas komoditas pangan di dalam kawasan hutan terpadu secara berkelanjutan. Melalui capaian riset ini, DIKE UGM menegaskan kontribusinya dalam menghadirkan kecerdasan buatan yang membumi demi masa depan pertanian Indonesia.
Penulis: Zharifah Puspita Candini, Dyah Aruming Tyas, Erianto Indra Putra
Editor: Hikmah Nursidik
#SDGs8 #SDGs9 #SDGs15
SDGs, SDGs 8: Pekerjaan Layak dan Pertumbuhan Ekonomi, SDGs 9: Industri Inovasi dan Infrastruktur, SDGs 15: Ekosistem Daratan.
Penulis: Zharifah Puspita Candini, Dyah Aruming Tyas, Erianto Indra Putra
Editor: Hikmah Nursidik
#SDGs8 #SDGs9 #SDGs15
SDGs, SDGs 8: Pekerjaan Layak dan Pertumbuhan Ekonomi, SDGs 9: Industri Inovasi dan Infrastruktur, SDGs 15: Ekosistem Daratan.
