Orasi GB Kudang

ORASI ILMIAH GURU BESAR IPB
SISTEM PERTANIAN PRESISI DAN

SISTEM PELACAKAN RANTAI PRODUKSI
UNTUK MEWUJUDKAN AGROINDUSTRI
BERKELANJUTAN
ORASI ILMIAH
Guru Besar Tetap

Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Prof. Dr. Ir. Kudang Boro Seminar, MSc.
Auditorium Rektorat Gedung Andi Hakim Nasoetion

Institut Pertanian Bogor
26 November 2016
Ringkasan
Tantangan baru di era global saat ini semakin menguatkan
kebutuhan akan pertanian yang berkelanjutan di berbagai
negara. Upaya membuat terobosan baru dalam upaya
kelangsungan hidup (life survival) semakin gencar dan agresif
dilakukan untuk penerapan dan pencapaian pertanian presisi
yang memprioritaskan perbaikan pada dimensi lingkungan,
sosial, dan ekonomi. Agroindustri merupakan kegiatan
pertanian yang tersistem dan terintegrasi dari hulu ke hilir
(from land to table) yang berkesinambungan harus terpantau
dan terkendali agar perjalanan transformasi produk pada setiap
mata rantai pasok berjalan baik, aman, ekonomis, efisen,
efektif, dan berkelanjutan.
Ketelitian pada setiap proses transformasi produksi pertanian
perlu dipastikan agar presisi dalam proses dan produk terjamin
sehingga nilai tambah (added value) produk pertanian dapat
dioptimalkan hingga hilirnya. Dalam era globalisasi dan
perdagangan bebas di mana pasar dan konsumen semakin
cermat, peduli, dan teliti terhadap produk pertanian yang
prima yang dapat secara mudah dilacak (traceable) menjadi
tuntutan utama. Proses dan produk pertanian harus memenuhi
standardisasi mutu dunia yang terukur dan tertelusur sebagai
syarat yang menentukan layak tidaknya suatu produk pertanian
itu diekspor atau diimpor dari suatu negara ke negara lain.
Dalam makalah ini dibahas dan dipaparkan bagaimana
pendekatan dan penerapan sistem pertanian presisi (precision
agriculture) dan sistem pelacakan untuk mendukung
agroindustri yang berkelanjutan, baik sistem pertanian presisi
dan sistem pelacakan saling menguatkan dan keduanya
memerlukan teknologi informasi dan komputasi berkinerja
tinggi untuk mendukung akuisisi dan pengolahan data yang
cepat, akurat untuk pemantauan, pengambilan keputusan, dan
pengendalian berbagai aktivitas produksi dan produk pertanian
di setiap mata rantai produksi dan pasok dari hulu ke hilir.
Beberapa peluang penerapan hasil riset baik yang telah
dilakukan penulis dan pihak lain serta pemikiran ke depan
mengenai sistem pertanian presisi dan sistem pelacakan dari
hulu ke hilir diulas pada makalah untuk menunjukkan betapa
pentingnya bidang ini untuk mendukung pembangunan sistem
agroindustri khususnya di Indonesia.
Sistem pelacakan mengarahkan kepada perekaman (akuisisi)
data yang presisi terkait dengan rantai transformasi produk
dan nilai tambah objek (komoditas/produk pertanian) dari hulu
ke hilir serta dokumentasi proses dan aktor yang terlibat pada
rantai produksi tersebut. Sistem pelacakan memungkinkan
integrasi hulu hilir serta analisis maju (backward tracing)
untuk melakukan diagnosis produk (darimana asalnya,
riwayat penyakit, diagnosa susut, dan kerusakan), dan analisis
mundur (backward tracing) produk (perencanaan produk,
kemana akan di pasok, nilai ekonomi dan daya jual produk,
prediksi volume, dan harga). Kemampuan sistem pelacakan
merekam perjalanan produk serta analisis maju dan mundur
sangat mendukung prinsip dan penerapan pertanian presisi.
Sebaliknya pendekatan dan penerapan pertanian presisi juga
diperlukan untuk mengoptimalkan kemampuan pelacakan
produk yang tepat waktu dan akurat di semua mata rantai
produksi pertanian, termasuk di dalamnya juga menyangkut
keterjaminan kemanan pangan bagi konsumennya.
Berlakunya sistem perdagangan bebas yang mensyaratkan
transparansi serta standardisasi produk, proses, dan daya saing
memerlukan terobosan baru dalam sistem dan proses bisnis
pertanian di Indonesia. Penulis memandang dan berkesimpulan
bahwa praktik-praktik terbaik (best practices) agribisnis perlu
terus ditingkatkan salah satunya dengan pendekatan dan
penerapa pertanian presisi dan sistem keterlacakan dalam
mewujudkan sistem pertanian (agorindustri) yang berkelanjutan
walaupun berbagai kendala dan perencanaan implementasinya
| iv |
perlu melibatkan berbagai pihak terkait dengan dukungan
utama dan kendali dari pemerintah.
Kata kunci: agroindustri, pertanian berkelanjutan, pertanian
presisi, sistem pelacakan (traceability system), sistem cerdas,
teknologi informasi dan komputasi.
|v|
Ucapan Selamat Datang
Yang saya hormati,
Rektor IPB;
Ketua dan Anggota Majelis Wali Amanat IPB;
Ketua dan Anggota Dewan Guru Besar IPB;
Ketua dan Anggota Senat Akademik IPB;
Para Wakil Rektor, Kepala LPPM, Dekan, Wakil Dekan,
Direktur, Kepala Kantor Kepala Pusat, Ketua Departemen,
Ketua Program Studi dan pejabat struktural lainnya di IPB;
Para dosen, tenaga kependidikan, kolega dan teman sejawat,
mahasiswa dan alumni;
Orang tua dan mertua;
Guru-guruku bidang agama dan al-Quranul Karim;
Dosen-dosen pembimbingku;
Segenap keluargaku;
Keluarga besarku tercinta;
Seluruh undangan yang hadir;
Assalaamualaikum warahmatullahi wabaraakaatuhu.
Maha suci Allah SWT, aku bersyukur kepada-Nya yang dengan
rahmat dan ridha-Nya pada hari ini saya dan hadirin semuanya
dapat menghadiri acara orasi Guru Besar saya sebagai Guru
Besar Tetap di bidang Teknologi Komputer pada Fakultas
Teknologi Pertanian IPB dengan judul:
SISTEM PERTANIAN PRESISI DAN SISTEM
PELACAKAN RANTAI PRODUKSI UNTUK
MEWUJUDKAN AGROINDUSTRI BERKELANJUTAN
Sebagian besar materi orasi ini adalah akumulasi dari hasil riset
dan pengabdian masyarakat yang saya lakukan bersama kolega
dosen dan mahasiswa sarjana dan pascasarjana bimbingan
yang dilakukan sejak tahun 1998, beserta pemikiran ke
depan mengenai penerapan teknologi komputer dalam sistem
pertanian presisi dan sistem pelacakan dari rantai produksi
pertanian dari hulu ke hilir.
| viii |
Foto Orator
Prof. Dr. Ir. Kudang Boro Seminar, Msc.

Daftar Isi
Ringkasan.................................................................................i
Ucapan Selamat Datang..........................................................v
Foto Orator............................................................................vii
Daftar Isi................................................................................ix
Daftar Gambar........................................................................x
Daftar Tabel..........................................................................xiii
Pendahuluan............................................................................1
Sistem Pertanian Presisi..........................................................5
Penerapan Pertanian Presisi di Hulu.......................................7
Pemilihan Lahan yang Tepat...................................................7
Pemilihan Metode Pembukaan dan Pengolahan Lahan
yang Tepat.............................................................................12
Perawatan Tanaman yang Tepat............................................12
Rekayasa Kultivar dan Pemilihan Bibit................................17
Budidaya pada Lahan Tertutup.............................................20
Penentuan Waktu dan Metode Panen....................................22
Penerapan Pertanian Presisi di Hilir.....................................24
Sistem Pencatatan dan Pelaporan Produksi..........................24
Sistem Sortasi.......................................................................26
Pemilihan Jalur Transportasi dan Pemilihan
Kemasan Produk...................................................................27
Sistem Perencanaan Ketahanan dan Keamanan Pangan.......29
Pemilihan Segmen Pasar.......................................................31
Sistem Pelacakan..................................................................32
Sistem Pelacakan Rantai Produksi Tuna Loin......................35
Sistem Pelancakan Rantai Produksi Broiler.........................39
Penutup.................................................................................41
Daftar Pustaka...........................................................................
Ucapan Terima Kasih............................................................52
Riwayat Hidup......................................................................56
| xii |
Daftar Gambar
Gambar 1 Kerangka logika mewujudkan agroindustri
berkelanjutan melalui pendayagunaan
sistem pertanian presisi dan
sistem pelacakan..................................................5
Gambar 2 Model penerapan pertanian presisi
pada rantai produksi dan pasok produk
pertanian dari hulu ke hilir...................................7
Gambar 3 Tampilan sistem pakar untuk penentuan tingkat
keseuaian padi dan jagung di Gorontalo
(Lahay, Seminar, Mulyana 2011).........................9
Gambar 4 Luaran sistem pakar untuk penentuan tingkat
kesesuaian lokasi pengembangan rumah produksi
broiler; kasus studi di Parung (Wijayanto,
Seminar, Afnan 2015 & 2016)...........................10
Gambar 5 Skenario kerja sistem pengendalian gulma
berbasis pertanian presisi (Solahudin,
Seminar, Astika dan Buono 2010).....................14
Gambar 6 Model sistem pendukung keputusan
untuk penjadwalan penyemprotan gulma
dan pemilihan katup semprot (Sampurno,
Seminar dan Suharnoto 2014)............................15
Gambar 7 Sistem seleksi varietas tomat
(Amanda et al., 2013).........................................19
Gambar 8 Arsitektur sistem kendali multi-agen
terdistribusi (Seminar et al., 2006).....................21
Gambar 9 Contoh simulasi untuk proses optimasi
pemberian nutrisi optimal berbasis pada
nilai rasio luas tutupan (kanopi) daun
dengan diameter batang sebagai indikator
kebugaran pertumbuhan tanaman
(Seminar et al 2006)...........................................22
Gambar 10 Analisis pertumbuhan gandum layar
menggunakan citra satelit (Nishiguchi &
Yamagata 2009).................................................23
Gambar 11 Pencatatan produksi panen buah kelapa sawit
di perkebunan dan pelaporan hasil analisis
produksi secara real-time (Seminar 2015).........25
Gambar 12 Alat sortasi teh hitam berbasis jaringan syaraf
tiruan (JST), (Muqodas, 2015)...........................27
Gambar 13 Pemilihan jalur terbaik untuk transportasi
hortikultura (Seminar et al., 2015).....................28
Gambar 14 Sistem pendukung keputusan pemilihan
kemasan untuk produk daging
(Ahsyar et al 2015).............................................29
Gambar 15 Sistem pakar untuk menentukan
keamanan pangan berdasarkan kecukupan
ketersedian nutrisi berbasis pertanian presisi
(Kudang, Yandra, Rahkmat 2014)......................30
Gambar 16 Model sistem pelacakan untuk rantai pangan
berbasis teknologi informasi (Seminar 2015)....34
Gambar 17 Aristektur sistem pelacakan rantai produksi
(Seminar et al 2016)...........................................35
Gambar 18 Model alur rantai produksi tuna
(Seminar et al 2016)...........................................36
| xiv |
Gambar 19 Pencatatan dan pelaporan proses pengemasan &
pelabelan tuna....................................................37
Gambar 20 Pencatatan dan pelaporan proses
analisis mikrobiologi tuna..................................39
Gambar 21 Model alur rantai produksi broiler
(Triyanto 2016)..................................................39
Gambar 22 Penggunaan barcode sebagai identitas pelacakan
ayam broiler (Triyanto 2016).............................40
Gambar 23 Pelacakan produk dari Rumah Potong Ayam
berbasis barcode (Triyanto 2016).......................40
Gambar 24 Integrasi data aktor pada ranbai produksi
ayam broiler (Triyanto 2016).............................41
| xv |
Daftar Tabel
Tabel 1 Aktivitas Anggota Rantai Pasok Tuna
(Kresna 2014).......................................................... 37
Pendahuluan
Pertanian berkelanjutan memiliki tiga dimensi yaitu
lingkungan, sosial, dan ekonomi yang harus dipertimbangkan
secara keseluruhan sehingga berfokus hanya pada satu
atau dua dimensi secara terisolasi tidak akan memberikan
hasil yang diinginkan (OECD 2008). Melindungi dan
meningkatkan kualitas lingkungan alam adalah esensial dan
isu kritis terkait, seperti perubahan iklim, energi, kelangkaan
air, keanekaragaman hayati dan geografi serta degradasi tanah
perlu ditangani dengan lebih presisi dan arif. Dimensi sosial
mencakup hak-hak petani dan kesehatan masyarakat, termasuk
ketahanan dan keamanan pangan serta kesejahteraan hewan
dan tanaman juga merupakan aspek sosial yang penting.
Di sisi ekonomi, pertanian berkelanjutan harus produktif,
efisien, dan kompetitif. Manfaat harus dipandang utamanya
dari profitabilitas pertanian di seluruh rantai nilai dalam
menumbuhkan ekonomi lokal.
Agroindustri merupakan kegiatan pertanian yang tersistem,
terintegrasi dan berkesinambungan dari hulu ke hilir (from
land to table), serta harus terpantau dan terkendali agar
terjadi transformasi produk pada setiap mata rantai pasok
berjalan baik, aman, ekonomis, efisen, efektif, dan terjamin
keberkelanjutannya. Setiap proses transformasi produksi
pertanian harus dipastikan berjalan secara teliti dengan presisi
sehingga nilai tambah (added value) produk pertanian dapat
dioptimalkan hingga hilirnya. Dalam era globalisasi dan
perdagangan bebas di mana pasar dan konsumen semakin
cermat, peduli, dan teliti terhadap produk pertanian yang dibeli
maka kemudahan keterlacakan (traceability) menjadi tuntutan
utama. Proses dan produk pertanian juga harus memenuhi
standardisasi mutu dunia yang terukur dan tertelusur sebagai
syarat yang menentukan layak tidaknya suatu produk pertanian
itu diekspor atau diimpor dari suatu negara ke negara lain.
Sebagai ilustrasi perusahaan pengolah makanan terbesar
di Amerika yaitu Cargill telah menyatakan untuk hanya
menggunakan pasokan minyak sawit yang dapat dilacak
(traceable) dalam setiap produknya (Cargill 2016). Cargill
berkomitmen hanya akan memanfaatkan minyak kelapa sawit
yang tidak tumbuh di hutan dengan nilai konservasi tinggi
(HCVF/High Conservation Value Forest) dan lahan gambut.
Melalui sistem pelacakan yang dibangun, rantai pasokan
minyak sawit dapat diakses oleh semua pemangku kepentingan.
Tingkat transparansi yang tinggi ini digunakan sebagai bukti
bagi pengawas industri bahwa rantai pasokan kelapa sawit
berasal dari sumber yang jelas. Dengan cara ini, setiap tetes
minyak sawit mentah bisa ditelusuri dan tentu memaksa
perusahaan untuk mematuhi standar-standar yang ditetapkan
untuk mencapai keberlanjutan yang sesungguhnya. Sistem
pelacakan juga membantu dalam pencegahan produsen dan
produk pertanian yang tidak memenuhi syarat dari sisi legal
aspeknya. Selain itu, kemampuan pelacakan juga digunakan
untuk memperhitungkan dampak lingkungan dan dampak
sosial dari produk agroindustri yang sangat berkontribusi
terhadap kebelanjutan pertanian nasional.
Tidak banyak pelaku komoditas pertanian Indonesia yang
mampu menembus pasar ekspor seperti Amerika Serikat,
negara-negara Uni Eropa, dan Jepang karena tidak memiliki
sistem pelacakan yang baik sebagai salah satu syarat legalnya.
Jepang mempersyaratkan mulai tahun 2003, sedangkan
Amerika Serikat mulai tahun 2004 dengan regulasi 21CFR820
dan Uni Eropa mulai tahun 2005 dengan regulasi EU General
Food Law (Vanany et al. 2014).
Berdasarkan kajian kerja sama bilateral Indonesia–Uni Eropa
di bidang ekonomi dan keuangan [4] salah satu kelemahan
yang dapat mengurangi kemampuan Indonesia dalam upaya
meningkatkan hubungan ekonomi dengan negara lain adalah
|2|
kualitas produk tidak memenuhi standar terutama menyangkut
keamanan, keselamatan, dan kesehatan. Atas alasan inilah,
produk-produk pertanian Indonesia mengalami kesulitan masuk
ke pasar negara maju yang memiliki standar dan persyaratan
teknis yang tinggi. Peraturan sanitasi dan fitosanitasi Indonesia
tidak mengenali standar keamanan makanan Uni Eropa dan
sebaliknya laboratorium teknis Uni Eropa juga tidak mengenali
tes untuk standar teknis Indonesia.
Rantai pasok agroindustri nasional juga memerlukan adanya
dukungan sistem pelacakan yang baik. Hasil penelitian
Adiyoga et al. (2007) menunjukkan bahwa rantai pasokan
sayuran di Kabupaten Bandung, Jawa Barat masih memiliki
beberapa masalah antara lain 1) ketidakpastian kualitas
produk, 2) kurangnya pengawasan kualitas di sepanjang rantai,
3) kurangnya informasi pasar, 4) kurangnya transparansi
dalam penentuan harga, dan 5) tidak ada kemampuan untuk
penjejakan (tracking) dan pelacakan (tracing).
Peran sistem pertanian presisi (precision agriculture system)
dan sistem pelacakan (traceability system) sangat kritis dan
menentukan agroindustri yang berkelanjutan (Bongiovanni
& Lowenberg-Deboer 2004; Kraisintu & Ting-zhang 2011).
Dalam makalah ini, dibahas dan dipaparkan bagaimana
pendekatan dan penerapan sistem pertanian presisi (precision
agriculture) dan sistem pelacakan untuk mendukung
agroindustri yang berkelanjutan, baik sistem pertanian presisi
dan sistem pelacakan akan saling menguatkan dan keduanya
memerlukan dukungan teknologi informasi dan komputasi
berkinerja tinggi untuk menjamin akuisisi dan pengolahan
data yang cepat dan akurat dalam pemantauan, pengambilan
keputusan, serta pengendalian berbagai aktivitas produksi
produk pertanian di setiap mata rantai produksi dan pasok dari
hulu ke hilir. Struktur logika pembahasan paper ini disajikan
pada Gambar 1.
|3|
Gambar 1 Kerangka logika mewujudkan agroindustri
berkelanjutan melalui pendayagunaan sistem
pertanian presisi dan sistem pelacakan
Sistem Pertanian Presisi

Pertanian presisi adalah sistem pertanian terpadu berbasis
pada informasi dan produksi, untuk meningkatkan efisiensi,
produktivitas dan profitabilitas produksi pertanian dari hulu ke
hilir yang berkelanjutan, spesifik-lokasi serta meminimalkan
dampak yang tidak diinginkan pada lingkungan (Whelan dan
Taylor 2013). Pertanian presisi menggunakan pendekatan dan
teknologi yang memungkinkan perlakukan presisi pada setiap
simpul proses pada rantai bisnis pertanian dari hulu ke hilir
sesuai kondisi (lokasi, waktu, produk, dan consumer) spesifik
yang dihadapi (Seminar 2016, Heriyanto et al. 2016).
|4|
Ada empat pilar utama dalam pendekatan pertanian presisi,
yaitu:
1. Memandang aktivitas pertanian secara holistik dan
menyeluruh dari hulu ke hilir sebagai rantai proses yang
terpadu dan berkesinambungan untuk memastikan aliran
konversi produk pertanian (tanaman, ternak, ikan, dan
turunannya) dengan aman, efisien, dan efektif dari lahan
hingga ke meja makan.
2. Memedulikan keragaman (heterogenitas) dan dinamika
lokasi, waktu, objek bio, iklim, geografi, kultur, pasar, dan
konsumen.
3. Mendayagunakan teknologi yang memungkinkan
pengamatan dan perlakuan presisi.
4. Berbasis kepada data, informasi, dan pengetahuan yang
sahih.
Penerapan pertanian presisi dari hulu ke hilir dalam rantai
produksi dan pasok produk pertanian (lihat Gambar 2) dimulai
dari menentukan dan melihat lahan yang sesuai berdasarkan
kondisi tanah, iklim, dan air, dilanjutkan dengan ketepatan
dalam menentukan metode pembukaan dan pengolahan
lahan; metode dan waktu tanam; metode dan waktu irigasi
dan perawatan tanaman; pemupukan yang tepat jenis, waktu,
dan dosis; waktu dan metode panen; pengolahan pascapanen,
transportasi, kemasan produk, pemilihan target pasar; serta
penyajian makanan yang tepat fungsi dan aman.
|5|
Gambar 2 Model penerapan pertanian presisi pada rantai
produksi dan pasok produk pertanian dari hulu ke
hilir
Penerapan Pertanian Presisi di Hulu

Pemilihan Lahan yang Tepat
Penerapan pertanian presisi di hulu dimulai dari pemilihan
lahan hingga panen. Dalam pemilihan lahan ada beberapa
alternatif dilihat dari basis media tanamnya, yaitu 1) berbasis
pada lahan terbuka dan 2) berbasis pada lahan tertutup. Untuk
media tanam berbasis terbuka diperlukan analisis presisi tentang
kesuaian lahan untuk suatu tanaman yang akan dibudidayakan
dan diproduksi. Teknologi informasi geografis dengan basis
data spasial dapat digunakan untuk melihat kesesuaian lahan
suatu tanaman dengan memperhitungkan kondisi tanah, iklim,
ketersediaan air, serta kontur tanah pada suatu wilayah tertentu.
Dengan ini, pemilihan lahan terbaik untuk suatu tanaman
tertentu dapat ditetapkan secara presisi. Sebagai contoh,
penentuan kesesuaian lahan untuk tanaman padi dan jagung di
Gorontalo dilakukan dengan memanfaatkan basis data spasial,
cuaca, kondisi tanah, kontur tanah, dan tutupan hutan sehingga
dapat ditampilkan lokasi lahan dan luasannya dalam berbagai
tingkat kesesuaian untuk tanaman padi dan jagung (Gambar 3).
Hasil dari analisis kesesuaian lahan ini dapat digunakan untuk
|6|
perencanaan wilayah agroindustri yang lebih berkelanjutan
karena berbasis kondisi alami setempat.
Produksi pertanian berbasis lahan tertutup menggunakan
konstruksi bangunan yang dirancang secara spesifik untuk
budidaya tanaman yang disebut rumah tanaman (green-house)
atau untuk budidaya ayam . Dengan sistem tertutup ini, kondisi
iklim mikro di dalam rumah produksi dapat dikendalikan dan
dimonitor dengan tujuan optimasi pertumbuhan tanaman atau
ternak. Namun, pemilihan lokasi perlu menerapkan pertanian
presisi untuk melihat kesesuaiannya agar tidak menimbulkan
masalah sosial dan lingkungan.
|7|
.
Gambar 3 Tampilan sistem pakar untuk penentuan tingkat

keseuaian padi dan jagung di Gorontalo (Lahay,
Seminar, Mulyana 2011)
.
|8|
Sistem pakar untuk pemilihan lokasi kandang tertutup produksi
ayam broiler telah dikembangkan dengan menggunakan
software yang diinstal di perangkat komunikasi mobile
(Wijayanto, Seminar, Afnan 2015 dan 2016). Aplikasi ini
mampu memberikan informasi tingkat kesesuain suatu lokasi
(lahan) untuk pembangunan kandang tertutup produksi broiler
dengan mempertimbangkan empat faktor, yaitu 1) ekologi dan
dampak lingkungan, 2) infrastruktur, 3) kondisi alami, dan 4)
kerawanan bencana alam. Contoh tampilan keluaran sistem
untuk tingkat kesesuaian lahan untuk kandang ayam broiler
di wilayah Parung disajikan dalam bentuk data spasial pada
Gambar 4.
Pemilihan Metode Pembukaan dan Pengolahan

Lahan yang Tepat
Pendekatan pertanian presisi dengan memanfaatkan data
agroklimat dan data spasial (luas, topografi lahan dan kontur
lahan, serta jenis tanah) yang dapat diakuisisi dari satelit atau
GPS dapat digunakan untuk perencanaan pembukaan dan
pengolahan lahan yang paling tepat dari aspek sumber daya
(armada, alat dan mesin, serta tenaga operator yang diperlukan),
aspek waktu (penjadwalan dan target penyelesaian), aspek
ekonomi, dan aspek lingkungan (skenario ramah lingkungan).
Penerapan teknologi sistem pendukung keputusan (SPK)
berbasis pengetahuan dapat digunakan untuk membantu
pemilihan metode terbaik dalam pembukaan dan pengolahan
lahan yang lebih presisi seperti yang dikembangkan oleh
Nishiguchi & Yamagata (2009) dan Solahudin (2010).
|9|
Gambar 4 Luaran sistem pakar untuk penentuan tingkat
kesesuaian lokasi pengembangan rumah produksi
broiler; kasus studi di Parung (Wijayanto, Seminar,
Afnan 2015 dan 2016)
Perawatan Tanaman yang Tepat

Salah satu implementasi pertanian presisi adalah Manajemen
Tanaman Spesifik-Lokasi (Site-Specific Crop Management/
| 10 |
SSCM) di mana keputusan pada aplikasi prasarana dan sarana
produksi dan praktik agronomi ditingkatkan kualitas dan
akurasinya dengan menghitung kebutuhan kesesuaian tanah
dan tanaman yang lebih baik karena sifat heterogenitas dari
tanah dan tanaman di lapangan (Whelan dan Taylor 2013).
Pendekatan pertanian presisi juga dapat digunakan untuk
menghitung dosis yang tepat pada penyemprotan gulma untuk
tanaman kacang tanah (Solahudin, Seminar, Astika, dan Buono
2010). Dosis herbisida ditentukan sesuai dengan populasi
gulma yang dihitung secara real-time dengan menggunakan
sensor kamera yang ditempatkan pada traktor tangan yang
dioperasikan di lahan (Gambar 5). Citra tutupan gulma yang
terfilter dan ditangkap kamera menunjukkan luasan populasi
gulma yang menentukan dosis penyemprotan. Satu area
tangkapan citra didekomposisi menjadi empat subarea untuk
lebih meningkatkan ketelitian pengukuran kepadatan gulma.
Penyemprotan dengan dosis yang tepat akan menghemat
volume herbisida yang digunakan dan mengurangi dampak
polusi lingkungan yang tidak diharapkan. Sistem perencanaan
alsintan berbasis pertanian presisi untuk penyemprotan
tanaman pada lahan yang luas dan tersebar di berbagai lokasi
geografis telah dikembangkan oleh Solahudin et al. (2011).
Dari hasil pengujian, penerapan metode dekomposisi citra
tersebut meningkatkan ketelitian aplikasi dari segi dosis dan
ketepatan lokasi. Dari hasil perhitungan pengujian sistem yang
diusulkan dapat menghemat konsumsi herbisida sebanyak
14% dibandingkan dengan penyemprotan tanpa dekomposisi
citra serta berimplikasi pada pengurangan polusi lingkungan
dan peningkatan efisiensi dan efektivitas penyemprotan.
Pendugaan terhadap kemungkinan serangan hama yang akan
terjadi dapat dilakukan dengan menggunakan data klimat dan
jenis tanaman yang ada di suatu lahan yang diakuisisi dari
satelit dan GPS sehingga dapat dilakukan tindakan pencegahan
| 11 |
serangan suatu hama tertentu. Pencegahan serangan hama
yang terprediksi tersebut dilakukan dengan menentukan
penjadwalan semprot yang tepat serta pemilihan ukuran katup
(nozzle) semprot yang sesuai dengan kondisi geospasial lahan
seperti disajikan pada Gambar 6.
Gambar 5 Skenario kerja sistem pengendalian gulma berbasis

pertanian presisi (Solahudin, Seminar, Astika, dan
Buono 2010)
| 12 |
Gambar 6 Model sistem pendukung keputusan untuk
penjadwalan penyemprotan gulma dan pemilihan
katup semprot (Sampurno, Seminar, dan Suharnoto
2014)
Rekomendasi pemupukan yang tepat jenis, dosis, dan waktu
untuk padi sawah berbasis pertanian presisi telah dikembangkan
oleh IRRI bekerja sama dengan Litbang Pertanian Kementrian
Pertanian (Dobermann dan Fairhurst 2000). Sistem ini telah
dikembangkan menggunakan teknologi web dan mobile
(berbasis sms dan Android) yang dapat diakses oleh petani
atau kelompok tani di berbagai wilayah untuk mendapatkan
rekomendasi pupuk yang sesuai berdasarkan varietas padi yang
ditanam, serta karakteristik spefisik, luas lahan, karakteristik
klimat dari lokasi sawah yang digarap petani.
Pendekatan presisi pemberian air yang tepat waktu dan tepat
volume pada lahan tanaman hortikultura dilakukan dengan
mempertimbangkan kondisi spesifik lahan, kelembapan
tanah, jenis tanah, dan periode tanam (Heriyanto et al. 2016).
Penyediaan dan penentuan tingkat ketersediaan air irigasi yang
presisi secara spasial juga merupakan bagian dari pertanian
presisi di rantai hulu pertanian. Sebagai ilustrasi adalah analisis
| 13 |
penyediaan air irigasi dengan air permukaan dan air tanah
pada musim kemarau di Kabupaten Nganjuk. Pemanfaatan air
tanah sebagai sumber irigasi sangat mendukung peningkatan
produksi pertanian. Dengan analisis spasial dari komponen
neraca air, indeks vegetasi tanaman, dan tingkat kepadatan
sumur pada musim kemarau, ditemukan beberapa lokasi
yang mengalami kekurangan air irigasi, eksploitasi air tanah
yang berlebih, dan sumber air tanah yang cukup untuk musim
kemarau. Berdasarkan hasil analisis ketersediaan air tanah
pada musim kemarau ini dapat dihasilkan lokasi-lokasi yang
dapat ditanami dua kali atau tiga kali setahun tanpa mengalami
kekurangan air atau eksploitasi air tanah berlebihan.
Sistem cerdas dan presisi deteksi dini penyakit virus
Huanglongbing pada tanaman jeruk dengan metode
spektroskopi telah dikembangkan sehingga memungkinkan
deteksi serangan penyakit tersebut walaupun secara kasat
mata belum bergejala. Penyakit Huanglongbing ini merupakan
penyakit ganas yang belum ada cara penanggulanggannya jika
tanaman jeruk sudah terserang dan bergejala sehingga tanaman
tersebut harus dimusnahkan. Sistem deteksi cerdas berbasis
Jaringan Syaraf Tiruan (JST) memungkinkan deteksi dini
penyakit ini sebelum bergejala sehingga membuka peluang
penanggulangan penyakit tersebut sebelum mencapai kondisi
kerusakan fatal (Firmansyah 2015).
Budidaya pada Lahan Tertutup

Pada produksi ayam broiler telah dikembangkan sistem
pemantauan perilaku dan gerakan ayam broiler secara real-
time pada kandang tertutup berbasis kamera dan video yang
bisa diakses secara langsung melalui jaringan internet untuk
mendukung diagnosa serta kendali preventif dan kuratif
terhadap ayam broiler pada waktu yang tepat (Seminar, Afnan,
dan Kurnia 2014).
| 14 |
Sistem kendali dan pemantuan terdistribusi produksi broiler
dan tanaman pada bangunan tertutup (broiler house dan
greenhouse) yang terletak di beberapa lokasi geografis yag
tersebar telah dikembangkan dengan menggunakan sistem
multiagen cerdas yang tersebar. Agen yang menjadi sentral
kendali dan pemantau adalah supervisory agent (server),
sedangkan agen-agen yang mendapatkan instruksi kendali
dan pemantauan di masing-masing rumah produksi adalah
supervised agents (clients) yang terhubungkan melalui
jaringan komunikasi LAN (local area network) atau WAN
(wide area network), seperti disajikan pada Gambar 8. Sentra
basis pengetahuan (knowledge-base) dan basis kaidah (rule-
base) berada di supervisory agent (server) untuk memberikan
rekomendasi dan instruksi terbaik kepada masing-masing
supervised agent tentang komoditas yang dibudidayakan di
rumah produksi tertutup yang menjadi wilayah tanggung
jawabnya. Dengan rekomendasi dan supervisi dari supervisory
agent tersebut setiap supervised agent dapat melakukan
pengendalian kondisi terbaik dari mikroklimat dan kebutuhan
nutrisi bagi objek tanaman/ternak yang ada di dalam rumah
produksi sesuai dengan kondisi lokasi spesifik (site-specific
conditions) yang merupakan salah satu aspek dasar dari
pertanian presisi.
| 15 |
Gambar 7 Arsitektur sistem kendali multiagen terdistribusi
(Seminar et al. 2006)
Sistem kendali pada rumah tanaman untuk produksi tanaman
berbasis pertanian presisi telah dikembangkan untuk
pengendalian suhu, kelembapan, dan pemberian nutrisi yang
sesuai dengan kondisi kebutuhan tanaman yang optimal
(Seminar et al. 2006). Sebagai ilustrasi, untuk kasus tanaman
mentimun mini, rasio antara luasan kanopi (tutupan daun
tampak atas) dan diameter batang dapat digunakan sebagai
satu kriteria optimal atau tidaknya fase pertumbuhan di
dalam rumah tanaman. Dengan memantau nilai rasio tersebut,
tindakan kendali terhadap lingkungan tumbuh tanaman yang
mencakup suhu, kelembapan, radiasi cahaya, dan nutrisi dapat
dioptimalkan (Gambar 9).
| 16 |
Gambar 8 Contoh simulasi untuk proses optimasi pemberian
nutrisi optimal berbasis pada nilai rasio luas
tutupan (kanopi) daun dengan diameter batang
sebagai indikator kebugaran pertumbuhan tanaman
(Seminar et al. 2006).
Rekayasa Kultivar dan Pemilihan Bibit

Aplikasi pertanian presisi sangat membantu rekayasa kutivar
melalui rekayasa genetik tanaman ataupun hewan serta
pemilihan bibit yang tepat untuk suatu kebutuhan spesifik pada
suatu lahan spesifik. Suatu lahan dengan karakteristik tertentu
bisa diintensifkan dengan budi daya varietas tanaman yang
cocok yangdan dihasilkan dari rekayasa genetik. Misalnya,
pada lahan yang kandungan asam dan potensi kekeringannya
tinggi bisa dimanfaatkan dengan membudidayakan tanaman
yang tahan terhadap cekaman asam yang tinggi dan terhadap
cekaman iklim seperti kekeringan.
Rekayasa genetika bermain pada tingkat molekuler khususnya
DNA. Beberapa tahapan yang digunakan dalam rekayasa
genetika yaitu isolasi DNA, manipulasi DNA, perbanyakan
| 17 |
DNA, serta visualisasi hasil manipulasi DNA, DNA
rekombinan, dan kloning gen. Penerapan pertanian presisi
berbasis teknologi informasi, seperti teknologi mikroarray dan
DNA sequencer, untuk rekayasa varietas unggul memberikan
prospek yang sangat besar. Dengan teknologi tersebut
penggabungan gen untuk ketahanan hama dan penyakit dapat
dilakukan lebih cepat dan akurat yang sebelumnya sangat sulit
dilakukan dengan metodametode konvensional (Sumarno
2010, Clarke 2013).
Sistem pakar untuk pemilihan varietas tomat untuk budidaya
berbasis pertanian presisi telah dikembangkan oleh Amanda,
Seminar, Syukur, dan Noguchi (2013). Parameter keputusan
yang digunakan untuk pemilihan varietas tomat mencakup
ketinggian lahan, potensi produksi, tujuan budi daya
tomat, karakteristik tomat (seperti ukuran, kekerasan buah,
kematangan, dan warna buah), serta ketahanan terhadap
penyakit. Dari parameter tersebut dihasilkan rekomendasi
berbagai varietas tomat, mulai dari derajat kesesuaian tertinggi
sampai yang terendah (Gambar 7). Demikian juga sistem
pakar pemilihan varietas unggul kedelai telah dikembangkan
menggunakan beberapa variable kriteria seperti potensi hasil,
umur polong, ukuran biji, wilayah adaptasi lahan, tinggi
tanaman, warna kulit biji, serta ketahanan terhadap penyakit
dan hama (Kumalasari 2013).
| 18 |
Gambar 9 Sistem seleksi varietas tomat (Amanda et al. 2013)
Penentuan Waktu dan Metode Panen

Proses pemanenan yang baik adalah yang tepat waktu dan
tepat metode dengan mempertimbangkan kondisi tanaman,
iklim, lingkungan, dan lahan di lokasi tertentu. Dukungan
teknologi dan sistem informasi dapat meningkatkan kecepatan
dan keakuratan perencanaan panen dengan melakukan
simulasi dan pengambilan keputusan berbasis pengetahuan
dan kaidah (Nishiguchi dan Yamagata 2009, Solahudin 2010).
Kemampuan untuk mengidentifikasi perbedaan selama masa
pertumbuhan hingga panen dapat dilanjutkan di urutan gandum
yang mengering (warna merah pada Gambar 10) akan mampu
mengurangi jumlah bahan bakar minyak yang digunakan
untuk pengeringan dan selanjutnya akan memangkas emisi
CO2 (Nishiguchi dan Yamagata 2009).
| 19 |
Gambar 10 Analisis pertumbuhan gandum layar menggunakan
citra satelit (Nishiguchi & Yamagata 2009)
Penerapan Pertanian Presisi di Hilir

Aplikasi pertanian presisi di rantai hilir mencakup semua rantai
tahapan agribisnis mulai dari pascapanen hingga pemasaran
dan penyampaian produk pertanian ke pengguna akhir.
Sistem Pencatatan dan Pelaporan Produksi

Pada proses pascapanen, pencatatan panen merupakan
aktivitas yang sangat diperlukan untuk pemantauan dan
evaluasi produksi. Pada pemanenan produksi kelapa sawit
misalnya, pemanenan yang dilakukan unit area panen terkecil
yaitu blok dicatat dan dilaporkan oleh petugas pemeriksa buah
setelah disetujui mandor panen melalui sms (short messaging
system) ke server pusat di perkebunan kelapa sawit, seperti
yang telah dikembangkan oleh tim IPB untuk PTPN IV Medan
| 20 |
(Seminar 2015). Data yang dilaporkan via sms adalah IdBlok,
luas panen, tanggal panen, fase panen (pusingan), serta jumlah
tandan dan berat tandan. Data yang telah dimasukkan ke sistem
dapat diolah dan ditampilkan untuk kebutuhan pimpinan
dan unit kerja dalam evaluasi, pengambilan keputusan,
perhitungan rendemen, prediksi produksi, serta perencanaan
ke depan, seperti disajikan pada Gambar 11. Pengembangan
dan pemanfaatan lanjut dari sistem ini dapat mendukung
manajemen pemupukan, evaluasi lahan (blok, afdeling, dan
kebun) produktif, perencanaan sarana produksi, dan analisis
biaya berbasis pertanian presisi dengan memanfaatkan data
spasial maupun nonspasial.
Gambar 11 Pencatatan produksi panen buah kelapa sawit di

perkebunan dan pelaporan hasil analisis produksi
secara real-time (Seminar 2015)
| 21 |
Sebuah model untuk identifikasi sapi dan registrasi telah
dikembangkan (Seminar et al. 2010), di mana sistem dapat
digunakan untuk pencatatan dan verfikasi kelahiran sapi yang
di-entry oleh petani atau kelompok tani via sms. Data yang
di- entry mencakup tanggal lahir dan berat badan, silsilah,
riwayat kesehatan, ukuran, kepemilikan, sejarah gerakan, serta
kulit atau warna bulu sapi. Setiap sapi yang telah disampaikan
atau diimpor dari luar negeri diidentifikasi dan terdaftar
di sistem; semua informasi penting tentang sapi kemudian
dapat diperoleh pada berbagai tahap tujuan traceability rantai
pasokan. Untuk akuisisi data yang real-time dapat digunakan
berbagai perangkat input (seperti sensor RFID, sensor barcode
dan QR, sensor sidik moncong, sensor tag telinga, sensor
microchip, sensor tato, serta GPS).
Sistem Sortasi
Salah satu penerapan pertanian presisi adalah penyortiran produk
pertanian seperti produk tomat berdasarkan parameter warna
dan ukuran tomat. Pendekatan pertanian presisi perlu diterapkan
pada sortasi buah tomat karena proses sortasi secara manual
umumnya menghasilkan produk dengan keragaman kurang
baik dan juga waktu yang relatif lama. Untuk meningkatkan
keseragaman, akurasi, dan waktu pemrosesan proses sortasi
dapat dilakukan dengan mesin cerdas menggunakan Jaringan
Saraf Probalistik (Probabilistic Neural Network/PNN) dengan
sistem komputasi paralel (Seminar et al. 2008).
Sistem sortasi produk pertanian dengan metode presisi dapat
dilakukan dengan memanfaatkan sistem komputasi cerdas
untuk menetapkan mutu produk dengan objektif, seragam, dan
cepat. Sistem pemutuan teh hitam menggunakan sensor kamera
untuk menangkap citra dari bubuk teh hitam yang kemudian
diolah dan dianalisis dengan metode jaringan syaraf tiruan
(JST) untuk sekaligus menentukan kelas dan grade teh hitam
| 22 |
(Muqodas 2015), seperti disajikan pada Gambar 12. Demikian
juga sistem cerdas sortasi nanas juga telah dikembangkan
untuk menentukan mutu nanas menggunakan fitur warna dan
ukuran nanas (Rahman 2016).
Gambar 12 Alat sortasi teh hitam berbasis jaringan syaraf

tiruan (JST) (Muqodas 2015)
Pemilihan Jalur Transportasi dan Pemilihan

Kemasan Produk
Sistem cerdas optimasi dalam pemilihan jalur transportasi
berbasis pertanian presisi dikembangkan agar dapat
memberikan peluang dan keputusan strategis dalam analisis
pemilihan jalur terbaik guna meminimalkan waktu pengiriman
serta menghindari kerusakan fisik dan mutu produk pertanian.
Sistem ini menggunakan data spasial dan nonspasial untuk
pemilihan jalur distribusi hortikultura mencakup peta pasar
dan jalan, jarak, kondisi trafik dan kecepatan kemudi (drive
time), serta kecepatan rata-rata perjalanan (Gambar 13).
| 23 |
Gambar 13 Pemilihan jalur terbaik untuk transportasi
hortikultura (Seminar et al. 2015)
Memilih kemasan produk pertanian tertentu memerlukan
ketelitian sesuai dengan karakteristik produk yang akan
dikemas dan ketersedian pilihan kemasan yang ada dipasaran.
Sistem pakar untuk memilih kemasan yang tepat sesuai dengan
karakteristik produk daging, baik yang segar atau daging
dengan pengolahan terbatas telah dikembangkan berbasis
paltform web (Gambar 14). Kriteria karakteristik produk yang
digunakan sebagai pertimbangan adalah jenis produk daging,
aktivitas air (Aw), suhu dan kelembapan daging, zat aditif yang
digunakan, serta lama simpan yang diperbolehkan (Ahsyar et
al. 2015).
| 24 |
Gambar 14 Sistem pendukung keputusan pemilihan kemasan
untuk produk daging (Ahsyar et al. 2015)
Sistem Perencanaan Ketahanan dan Keamanan

Pangan
Sistem berbasis pertanian presisi untuk analisis keamanan
pangan (food security) juga telah dikembangkan dengan
memanfaatkan data-data potensi produksi, data kependudukan,
kandungan nutrisi dari suatu komoditas pangan (dalam hal
| 25 |
ini padi dan jagung), dan kebutuhan nutrisi yang diperlukan
penduduk (Kudang, Yandra, Rahkmat 2014). Analisis
keamanan pangan memperhatikan modus tanam dan panen per
tahun, seperti disajikan pada Gambar 15, untuk contoh kasus
di Gorontalo.
Gambar 15 Sistem pakar untuk menentukan keamanan pangan

berdasarkan kecukupan ketersedian nutrisi berbasis
pertanian presisi (Kudang, Yandra, Rahkmat
2014)
| 26 |
Perhitungan ketersediaan nutrisi untuk konsumsi pangan dapat
ditelusuri pada level provinsi, kota madya, kabupaten, sampai
kecamatan sehingga lebih mudah dan saksama menentukan
suatu wilayah yang rawan pangan, kemudian dapat digunakan
sebagai dasar aksi preventif maupun kuratif dalam protokol
keamanan pangan.
Untuk memastikan produksi pangan yang sesuai dengan
kebutuhan kesehatan dan preferensi konsumer dapat digunakan
sistem pendukung keputusan (SPK) presisi untuk memilih
produk pangan fungsional yang tepat. Faktor-faktor kunci
yang menentukan produk fungsional dan memotivasi untuk
konsumsi makanan fungsional dapat membentuk dasar untuk
tindakan yang berkaitan dengan pengembangan dan konsumsi
makanan. Faktor-faktor tersebut mencakup 1) efek terhadap
kesehatan konsumer, 2) cita rasa dan penampilan makanan
fungsional, serta 3) demografi dan status sosial (Kraus 2015).
Selain itu, SPK ini dapat membantu tindakan yang berkaitan
dengan promosi dan pemasaran produk makanan.
Pemilihan Segmen Pasar

Segmen pasar mengacu kepada sekelompok pembeli potensial
untuk kategori produk atau layanan yang kebutuhannya sama.
Seorang anggota dalam kelompok segmen pasar tertentu
memiliki kebutuhan yang lebih mirip dengan kebutuhan
anggota lain dari segmen yang sama daripada kebutuhan dari
anggota dari segmen pasar yang berbeda. Contoh segmen pasar
untuk produk kopi bubuk ada beberapa kelompok, seperti
“pembeli kopi arabika”, “pembeli kopi robusta”, “pembeli
aroma dan cita rasa kopi”. Pengetahuan tentang segmen pasar
memungkinkan produsen untuk menargetkan penawarannya
dengan presisi bagi anggota segmen tertentu sehingga
mendapatkan penjualan dan kepuasan pelanggan yang lebih
tinggi. Tujuan utama dari segmentasi pasar adalah untuk
| 27 |
secara akurat memprediksi kebutuhan pasar dan meningkatkan
profitabilitas dengan membuat produk dalam jumlah yang
tepat, untuk pasar yang tepat, dengan biaya yang optimal.
Metode komputasi cerdas dapat digunakan untuk menentukan
segmen pasar sehingga membantu tindakan pemasaran produk
pertanian yang lebih presisi (Rowe 2012; Tikmani, Tiwari, dan
Khedkar 2015). Data yang digunakan untuk segmentasi adalah
data sejarah pembelian produk oleh pelanggan (frekuensi
pembelian, volume dan nilai pembelian, profil pelanggan,
serta jenis produk yang dibeli).
Sistem Pelacakan
Traceability (keterlacakan) adalah kemampuan untuk melacak
(mengidentifikasi dan mengukur) semua tahapan yang
mengarah ke titik tertentu dalam suatu proses yang terdiri dari
rantai peristiwa yang saling terkait (https://en.wiktionary.org/
wiki/traceability). Menurut Bosona dan Grebesenbet (2013),
keterlacakan adalah bagian dari manajemen logistik yang
menangkap, menyimpan, dan menyediakan informasi yang
relevan untuk suatu produk pertanian pada semua simpul
rantai produksi makanan dari hulu ke hilir, di mana produknya
dapat diperiksa untuk keperluan keamanan, kendali mutu, serta
pelacakan mundur dan maju di setiap saat. Menurut Pizzuti dan
Mirabelli (2015) suatu sistem pelacakan diperlukan sebagai
alat untuk mengontrol kualitas dan keselamatan pangan.
Pelacakan didefinisikan sebagai kemampuan menelusuri
komoditas makanan, pakan, atau substansi yang ditambahkan
ke dalam makanan, meliputi semua langkah dari produksi,
prosessing, dan distribusi (Rijswijk dan Frewer 2008). Tiga
elemen dasar yang diketahui informasinya, yaitu nama
produk, asal produk, dan saat didistribusikan atau kemampuan
untuk mengikuti atau mempelajari secara detail (langkah demi
langkah), riwayat dari aktivitas atau proses tertentu (Webster’s
| 28 |
Dictionary 2011). Opara (2003) menyatakan bahwa traceability
untuk rantai produksi pangan harus mencakup keterlacakan
produk, proses, genetika, sarana produksi (input), hama dan
penyakit, serta metode pengukurannya.
Kemampuan melacak perjalanan produk dari hulu ke hilir
(traceability) merupakan salah satu kebutuhan fungsional yang
vital untuk implementasi pertanian presisi yang mengandalkan
data dan informasi yang presisi untuk mengambil keputusan
dan tindakan yang presisi pula. Untuk itu sistem pelacakan
yang berbasis teknologi informasi perlu dikembangkan
menggantikan sistem pelacakan manual yang memiliki banyak
kelemahan untuk mendukung kebutuhan industri pertanian
modern saat ini (Aizenbud-Reshef et al. 2006; Visayadamrong
et al. 2013). Model sistem traceability berbasis teknologi
informasi telah dikembangkan oleh Seminar (2015) seperti
disajikan pada Gambar 16.
Gambar 16 Model sistem pelacakan untuk rantai pangan

berbasis teknologi informasi (Seminar 2015)
| 29 |
Sistem yang dikembangkan tersebut mendukung beberapa
fungsi kritis untuk kebutuhan pelacakan, yaitu 1) fungsi
komputasi dengan berbagai model dan skenario; 2) fungsi
akuisisi data dan distribusi informasi di setiap node (aktor)
yang terlibat pada rantai produksi; 3) fungsi penyimpanan
data dan informasi berupa data spasial, temporal, statistik, dan
serial (dalam bentuk teks, video, dan audio) yang diperlukan
untuk tujuan traceability; dan 4) fungsi integrator dan konektor
semua aktor di berbagai mata rantai produksi dari hulu ke hilir
(Seminar 2015).
Dengan sistem pelacakan tersebut data yang terkait dengan
produk pertanian dari hulu ke hilir di setiap simpul rantai
produksi dan pasok diakuisisi, disimpan, dan diolah untuk
menghasilkan informasi yang dapat digunakan untuk
pemantauan, pengambilan keputusan, pengendalian, dan
pengawalan proses produksi yang baik dan aman. Desain
arsitektur sistem pelacakan yang mengacu pada Gambar 12
dikembangkan lebih lanjut dengan model rantai aktor yang
terlibat dalam aliran produksi (Gambar 17). Dengan arsitektur
ini memungkinkan fungsi pelacakan mundur (backword
tracing) dan pelacakan maju (forward tracing) suatu produk
dan proses transformasi produk yang melibatkan aktor dari
hulu ke hilir (Opara 2003, Bosona & Grebesenbet 2013, ITC
2015).
| 30 |
Gambar 17 Aristektur sistem pelacakan rantai produksi
(Seminar et al. 2016)
Sistem Pelacakan Rantai Produksi Tuna Loin

Sistem pelacakan rantai produksi tuna loin dari kapal tangkap
hingga retailer (Gambar 18) telah dikembangkan oleh Seminar
et al. (2016). Setiap aktor dimodelkan sebagai entitas yang
mewakili perusahaan atau agen yang melakukan fungsi tertentu
dalam rantai produksi tuna. Setiap aktor harus diidentifikasi
secara jelas berdasarkan nama dan profil, produk, dan peristiwa
(tindakan yang dilakukan oleh masing-masing aktor) terkait
dengan proses produksi tuna.
Gambar 18 Model alur rantai produksi tuna (Seminar et al.

2016)
| 31 |
Setiap aktor memiliki peran khusus untuk melakukan
transformasi produk serta dokumentasi data dan informasi
yang terkait, seperti dijelaskan pada Tabel 1. Semua aktor yang
terlibat dalam rantai produksi tuna loin harus teregistrasi dalam
sistem pelacakan sehingga identitas, aktivitas, dan produk yang
dihasilkan setiap aktor dapat dicatat dan disimpan di dalam
sistem pelacakan. Sebagai contoh, proses pengemasan dan
pelabelan yang dilakukan aktor unit pengolahan ikan (UPI)
serta dokumentasi yang terkait dapat disimpan dan dilacak
kemudian ditampilkan seperti pada Gambar 19.
Gambar 19 Pencatatan dan pelaporan proses pengemasan &

pelabelan tuna
| 32 |
Tabel 1 Aktivitas anggota rantai pasok tuna (Kresna 2014)
Dokumen &
Aktor Aktivitas Output
Rekaman
Kapal Pencarian fishing Tuna dengan Log Book
ground, suhu <3°C, lulus SHTI lembar awal
penangkapan tuna, uji sensori dan
penangan ikan di atas bukan hasil dari
kappa, illegal fishing
penyimpanan ikan di
palka.
Transit Pembongkaran tuna dari Tuna dengan Pencatatan bobot
kapal, suhu dan grade secara
pengecekan grade tuna, <3°C, lulus uji internal
penimbangan bobot sensori, grade, (Harvest Vessel
tuna, dan bobot receiving Record)
penjualan tuna, sesuai dengan
pengangkutan tuna ke permintaan
perusahaan. pembeli
UPI Pengolahan tuna loin Tuna loin Pencatatan internal
beku dengan nilai untuk setiap proses
TPC <500.000/ Helath Certificate
gram, E.coli Invoice Packing
<0,3/gram, List
Salmonella dan HACCP
Vibrio negatif, Certificate
dan histamin
<50 ppm
Transporter Pencucian container, Suhu kontainer Pencatatan pada
Setting suhu kontainer, pada -25 °C pengukur suhu
Pengangkutan produk sampai -20 °C kontainer
menuju pelabuhan.
| 33 |
Tabel 1 Aktivitas anggota rantai pasok tuna (Kresna 2014)
(lanjutan)
Dokumen &
Aktor Aktivitas Output
Rekaman
Distributor Pengecekan tuna dan Suhu <-18 °C Pencatatan internal
penjualan tuna ke retail Histamin <50 distributor
ppm
Salmonella dan
Vibrio negatif
TPC <500.000/
gram
E.coli <0,3/
gram
Grade B atau A
Retailer Pembelian dari Suhu <-18 °C Pencatatan internal
distributor dan Grade B atau A retailer
penjualan kepada
konsumen akhir
Demikian juga pelaporan proses analisis mikrobiologi pada

tuna loin sebelum di pengemasan disajikan pada Gambar
20. Untuk memverifikasi hasil analisis mikrobiologi sesuai
SOP yang berlaku, dapat ditampilkan kriteria-kriteria yang
ditetapkan di SOP.
Gambar 20 Pencatatan dan pelaporan proses analisis

mikrobiologi tuna
| 34 |
Sistem Pelancakan Rantai Produksi Broiler
Sistem pelacakan rantai produksi broiler berbasis web telah
dikembangkan mencakup rantai produksi dari lahan produksi
(production farm) hingga ke retailer (Triyanto 2016), seperti
disajikan di Gambar 21.
Gambar 21 Model alur rantai produksi broiler (Triyanto

2016)
Sistem pelacakan memungkinkan setiap aktor untuk
melihat sejarah perjalanan produk dan asal produk dengan
menggunakan International Article Number (EAN) barcode
sebagai identitas unik produk yang dikaitkan dengan berbagai
informasi yang terkait perjalanan produk dari satu aktor ke
aktor yang berikutnya seperti disajikan pada Gambar 22 &
23.
| 35 |
Gambar 22 Penggunaan barcode sebagai identitas pelacakan
ayam broiler (Triyanto 2016)
| 36 |
Gambar 23 Pelacakan produk dari Rumah Potong Ayam
berbasis barcode (Triyanto 2016)
Data dari semua aktor rantai produksi broiler dirancang secara
terpadu sehingga memungkinkan penyimpanan dan registrasi
aktor yang terlibat seperti disajikan pada Gambar 24.
| 37 |
Gambar 24 Integrasi data aktor pada ranbai produksi ayam
broiler (Triyanto 2016)
Penutup
Pertanian berkelanjutan merupakan kebutuhan jangka panjang
untuk mendukung keberlangsungan kehidupan manusia
seiring dengan semakin menurunnya sumber daya, daya
dukung alam, serta perubahan iklim global sehingga menjadi
isu, kajian, dan tujuan strategis yang digarap dan dicanangkan
oleh banyak negara dengan melibatkan peneliti, pengambil
kebijakan, praktisi, pemerhati, serta lembaga swadaya
nasional dan internasional khususnya dalam bidang pertanian
dan lingkungan. Tiga dimensi pertanian berkelanjutan yaitu
lingkungan, sosial, dan ekonomi memerlukan pemahaman
dan solusi nyata bagi sistem agroindustri yang berkelanjutan
| 38 |
melalui pengembangan ilmu dan teknologi modern yang sesuai
dengan perkembangan zaman dan teknologi serta tantangan
terkini.
Pada maakalah ini telah dijelaskan bagaimana pendekatan dan
penerapan sistem pertanian presisi dan sistem pelacakan pada
rantai produksi pertanian dari hulu ke hilir (land-to-table)
untuk mendukung pertanian berkelanjutan. Pertanian presisi
mengarahkan pada pengamatan dan perlakukan presisi dan
tepat di semua rantai produksi dengan berbasis waktu dan fakta
keragaman (heterogenitas) lahan (lokasi), iklim, tanaman dan
hewan, ketersediaan air dan energi, segmen pasar, preferensi
konsumen dan informasi terkait, serta kaidah-kaidah yang
sahih untuk dijadikan skenario komputasi cerdas berbasis
teknologi informasi berkinerja tinggi untuk mendukung
praktik-praktik terbaik (best practices) di semua mata rantai
produksi pertanian.
Sistem pelacakan mengarahkan kepada perekaman (akuisisi)
data yang presisi terkait dengan rantai transformasi produk
dan nilai tambah objek (komoditas/produk pertanian) dari hulu
ke hilir serta dokumentasi proses dan aktor yang terlibat pada
rantai produksi tersebut. Sistem pelacakan memungkinkan
integrasi hulu-hilir serta analisis mundur (backward tracing)
untuk melakukan diagnosis produk (darimana asalnya, riwayat
penyakit, diagnosa susut, dan kerusakan), serta analisis maju
(forward tracing) produk (perencanaan produk, destinasi di
pasokan, nilai ekonomi dan daya jual produk, serta prediksi
volume dan harga).
Kemampuan sistem pelacakan merekam perjalanan produk
serta analisis maju dan mundur sangat mendukung prinsip
dan penerapan pertanian presisi. Sebaliknya, pendekatan
dan penerapan pertanian presisi juga diperlukan untuk
mengoptimalkan kemampuan pelacakan produk yang tepat
| 39 |
waktu dan akurat di semua mata rantai produksi pertanian, baik
sistem pertanian presisi dan sistem pelacakan membutuhkan
dukungan teknologi komputasi dan informasi berkinerja tinggi
karena berhadapan dengan data bervolume besar (big data) dan
beragam terkait dengan rantai produksi pertanian (data spasial,
data temporal, data citra, data video dan suara, serta data teks
dan numerik) dan proses komputasi cerdas dan kompleks yang
layak waktu.
Walaupun potensi dan bukti riset pertanian presisi dan
sistem pelacakan serta keberadaan teknologi pendukungnya
memberikan peluang dan solusi baru bagi sistem pertanian
(agroindustri) berkelanjutan, namun dalam penerapannya
perlu pengkajian, diseminasi, dan edukasi pemahaman yang
seksama dari semua pemangku kepentingan, utamanya aktor
agroindustri (petani dan pengusaha), serta advokasi kepada
pemerintah sebagai pembuat kebijakan dan aspek legal.
Investasi teknologi untuk penerapan pertanian presisi dan
sistem pelacakan perlu dihitung dan direncanakan dengan
cermat dan bijak, dengan mempertimbangkan kesiapan
SDM dan infrastruktur pendukung, aspek legal, serta budaya
kerja untuk transformasi proses bisnis (process business re-
engineering) menuju pertanian yang berkelanjutan.
| 40 |
Daftar Pustaka
Adiyoga W, Asandhi AA, Laksanawati A, Nurhartuti, Sulastrini
I. 2007. Rantai pasokan sayuran dan persepsi partisipan
rantai terhadap pentingnya keamanan pangan. Jurnal
Hortikultura, 3 (xvii): 1–16.
Ahsyar TK, Seminar KB, Hermadi, Suyatma NE. 2015.
Decision support system for selecting of meat product
packaging. International Journal of Information
Technology and Business Management 29th October 2015
42(1): 17–24.
Aizenbud-Reshef N, Nolan B T, Rubin J, Shaham-Gafni Y.
2006. Model traceability. IBM Systems Journal 45(3):
515–526.
Anonim. 2012. Kajian kerja sama bilateral Indonesia – Uni
Eropa di bidang ekonomi dan keuangan. Laporan akhir
Kerjasama Pusat Kebijakan Regional dan Bilateral
Kementerian Keuangan RI dan Program Studi Kajian
Wilayah Eropa Program Pascasarjana Universitas
Indonesia.
Amanda ECR, Seminar KB, Syukur M, Noguchi R. 2015.
Development of expert system for selecting tomato
(Solanum lycopersicum L.) varieties. The proceedings of
the 3rd International Conference on Adaptive and Intelligent
Agroindustry (ICAIA) 2015.
Bongiovanni R, Lowenberg-deboer J. 2004. Precision
agriculture and sustainability. Precision Agriculture 5(4):
359–387.
Bosona T, Gebresenbet G. 2013. Food traceability as an integral
part of logistics management in food and agricultural
supply chain. Food Control, 33(1), pp.32–48.
| 41 |
Cargill. 2016. Langkah-langkah Cargill dalam Memenuhi
Permintaan Minyak Sawit Berkelanjutan.https://www.
cargill.co.id/id/news/NA31720473.jsp, diakses pada 01
November 2016 jam 14:50 wib.
Clarke WE et al. 2013. Genomic DNA enrichment using
Sequence Capture Microarrays: a novel approach to
discover Sequence Nucleotide Polymorphisms (SNP) in
Brassica napus L. PLOS ONE 8(12): 1–14.
Dobermann, A. & Fairhurst, T. 2000. Rice: Nutrient Disorders
& Nutrient Management. PPI, PPIC & IRRI. Oxford
Graphic Printers Pte Ltd.
Firmansyah, A. 2015. Penggunaan Vis-NIR untuk deteksi
serangan Huanglongbing pada daun jeruk [Skripsi]. Bogor:
Fakultas Teknologi Pertanian, IPB.
Heriyanto H, Seminar K B, Solahudin M, Subrata IDM,
Supriyanto, Liyantono, Noguchi R, Ahamed, T. 2016.
Water supply pumping control system using PWM
based on precision agriculture principles. International
Agricultural Engineering Journal (IAEJ) 25(2): 1–8.
[ITC] International Trade Centre. 2015. Traceability in food
and agricultural products. Bulletin 91(201).
Khawarizmie A. 2005. Uji dan aplikasi komputasi paralel
dengan jaringan saraf probabilistik pada proses klasifikasi
mutu tomat [Skripsi]. Fakultas Teknologi Pertanian, IPB.
Liyantono, Kato T, Kuroda H, Yoshida K. 2013. GIS analysis
of conjunctive water resource use in Nganjuk District, East
Java, Indonesia. Paddy and Water Environment 11(1−4):
193−205.
Kraus, A. 2015. Factors influencing the decisions to buy and
consume functional food. British Food Journal 117(6):
1622–1636.
| 42 |
Kraisintu K, Ting-zhang T. 2011. The Role of Traceability
in Sustainable Supply Chain Management. Master of
Science Thesis in Supply Chain Management, Department
of Technology Management and Economics, Chalmers
University of Technology.
Kresna, B.A. 2014. Assesment of Traceability Implementation
in Supply Chain of Frozen Loin Tuna With ISO 28000
[Thesis]. Bogor: Faculty of Fisheries and Marine Sciences,
Bogor Agricultural University.
Kumalasari T. 2013. Sistem pemilihan varietas unggul kedelai
[Thesis]. Bogor: Departemen Ilmu Komputer, IPB.
Lahay RJ, Seminar KB, Mulyana AK. 2011. Spatial decision
support system for identification of potential land for food
production. Journal of IT for NRM II(1|), May 2011.
Muqodas AU. 2015. Pengembangan perangkat evaluasi mutu
teh hitam menggunakan image processing [Skripsi].
Bogor: Fakultas Teknologi Pertanian, IPB.
Nishiguchi, O and Yamagata, N. 2009. Agricultural information
management system using GIS technology: Improving
agricultural efficiency through information technology.
Hitachi Review 58 (6): 265–269.
OECD. 2008. OECD Contribution to the United Nations
Commission on sustainable development 16-Towards
sustainable agriculture.
Opara L U. 2003. Traceability in agriculture and food
supply chain: A review of basic concepts, technological
implications, and future prospects. Food, Agriculture &
Environment 1(1): 101–106.
Pizzuti T, Mirabelli G. 2015. The global track & trace system
for food: General framework and functioning principles.
Journal of Food Engineering 159: 16–35.
| 43 |
Rahman MF. 2016. Deteksi pemutuan nanas berbasis computer
vision [Skripsi]. Bogor: Fakultas Teknologi Pertanian,
IPB.
Rijswijk van W, Frewer LJ. 2008. Consumer perceptions of
food quality and safety and their relation to traceability.
British Food Journal. 110(10): 1034–1046.
Rowe HB. 2012. Market Segmentation Using K-Means Cluster
Analysis. http://www.rowequality.com/sites/default/files/
Market_Segmentation_Using_Kmeans.pdf. Diakses pada
30 November jam 18.00 WIB.
Sampurno RM, Seminar KB, Y Suharnoto. 2014. Weed control
decision support system based on precision agriculture
approach. TELKOMNIKA, 12(2): 475–484.
Seminar KB, Abousaidi M, Wibowo A. 2005. Model
manajemen data spasial untuk pemilihan jalur distribusi
hortikultura. Jurnal Manajemen Agribisnis 2(1): 29–34.
Seminar KB, Buono A, Alim MK. 2006. Uji dan aplikasi
komputasi paralel pada jaringan saraf probabilistik (PNN)
untuk proses klasifikasi mutu tomat. Jurnal Teknologi 1:
34−45
Seminar KB, Suhardiyanto H, Hardjoamidjojo S, Tamrin.
2006. A supervisory Control System for Greenhouse.
Regional Computer Science Postgraduate Conference
(ReCSPC).
Seminar KB, Arkeman Y, Rakhmat JL. 2014. An Intelligent
System For Early Detection of Food Crisis And Spatial-
Based Decision Making of Potential Land Evaluation
For Food Production. Proc. of AFITA 2014 International
Conference, Perth Australia.
| 44 |
Seminar KB, Arkeman Y, Lahay RJ. 2014. An intelligent
system for early detection of food crisis and spatial based
decision making of potential land evaluation for food
production. Proceedings of the 9th Conference of the Asian
Federation for Information Technology in Agriculture,
414–423, ISBN: 978-0-646-92873-9.
Seminar KB, Pramudya B, Solahudin M, Pertiwi S, Liyantono,
Supriyanto. 2014. Peran kritis teknologi dan sistem
informasi untuk pertanian presisi. Strategi Pengembangan
Teknologi Pertanian Di Era Global. Nuri A, N Soekarto,
ST Sugiyono, Suparno O, Hermawan W, Purwanto MYJ.
(Editors). Bogor: IPB Press.
Seminar KB. 2015. Sistem informasi geografis produksi
PTPN IV MEDAN. Laporan Akhir Kerja Sama LPPM-
IPB dan PTPN IV.
Seminar KB. 2016. Food chain transparency for food loss and
waste surveillance. Journal of Developments in Sustainable
Agriculture (JDSA) 11(1): 17–22.
Seminar KB, Marimin, Kresna BA, Arkeman Y, Wicaksono
A. 2016. IT-Based Supply Chain Traceability of Tuna Fish.
Proceedings of WCCA-AFITA 2016: 12–17.
Solahudin M, Seminar KB, Astika IW, Buono A. 2010.
Pendeteksian kerapatan dan jenis gulma dengan metode
Bayes dan analisis dimensi fraktal untuk pengendalian
gulma secara selektif. JTEP 24(2): 129–135.
Solahudin M. 2010. Pengembangan metode pengendalian gulma
pada pertanian presisi berbasis multi agen komputasional
[Disertasi]. Bogor: Fakultas Teknologi Pertanian, IPB.
Sumarno. 2010. Pemanfaatan teknologi genetika untuk
peningkatan produksi kedelai. Pengembangan Inovasi
Pertanian 3(4): 247–259.
| 45 |
Tikmani J, Tiwari S, Khedkar S. 2015. An approach to customer
classification using k-means. International Journal of
Innovative Research in Computer and Communication
Engineering, 3(11): 10542–10549.
Triyanto D. 2016. Pengembangan Sistem Traceability Rantai
Produksi Ayam Broiler [Thesis]. Bogor: Fakultas Teknologi
Pertanian, IPB.
Vanany I, Andri KB, Puspita NF, Mardiyanto R, Winarsih
WH. 2014. Rancang bangun dan implementasi electronic
traceability system untuk perbaikan rantai pasok komoditas
ekspor pertanian. http://www.litbang.pertanian.go.id/
diakses pada 01 November 2016 jam 15.05 WIB.
Visayadamrong C, Sooksmarn S, Anussornnitisarn P. 2013.
Supply chain traceability-a market driven approach.
Proceedings of Management, Knowledge and Learning
International Conference 2013. 1469–1477.
Webster’s Dictionary. 2011. Webster’s Dictionary, http://www.
merriam-webster.com.
Wijayanto AK, Seminar KB, Afnan R. 2015. Suitability
mapping for broiler closed house farm using analytical
hierarchy process and weighted overlay with emphasize
on environmental aspects. International Journal of Poultry
Science 14(10): 577–583.
Wijayanto AK, Seminar KB, Afnan R. 2016. Mobile-based
expert system for selecting broiler farm location using
PostGIS. TELKOMNIKA 14(1): 360–367.
| 46 |
Ucapan Terima Kasih
Puji syukur kehadirat Allah SWT yang dengan rahmat, karunia,
dan ridha-Nya saya dapat melaksanakan orasi Guru Besar
pada waktu yang ditentukan. Salam dan shalawat kepada nabi
besar Muhammad SAW beserta keluarga dan sahabatnya. Pada
kesempatan yang berbahagia ini saya haturkan ucapan terima
kasih kepada Pemerintah Republik Indonesia melalui Menteri
Pendidikan dan Kebudayaan yang saat ini bernama Kementerian
Ristek dan Pendidikan Tinggi yang telah mengangkat saya pada
jabatan Guru Besar terhitung sejak 1 September 2006, serta
kepada lnstitut Petanian Bogor, Fakultas Teknologi Pertanian
dan Departemen Teknik Mesin dan Biosistem yang telah
memberikan kesempatan, fasilitas dan dukungan untuk saya
melaksanakan Tri Darma Perguruan Tinggi hingga mencapai
jabatan Guru Besar di bidang Teknologi Komputer.
Khusus kepada Rektor IPB, Para Wakil Rektor, Sekretaris
Institut dan jajarannya; Ketua, Wakil Ketua, Sekretaris dan
Anggota Majelis Wali Amanat IPB; Ketua, Sekretaris, dan
Sekretariat Dewan Guru Besar IPB; Ketua, Sekretaris, dan
Anggota Senat Fakultas Pertanian IPB; Kepala LPPM IPB
dan jajarannya; Dekan dan Wakil Dekan Fakultas Teknologi
Pertanian IPB dan jajarannya; Tim Penilai Karya llmiah IPB,
dan Ketua Departemen Teknik Mesin dan Biosistem, serta
Pejabat Struktural lainnya yang telah memberikan kesempatan,
motivasi, dan persetujuan dalam pengajuan kenaikan jabatan
ke Guru Besar serta memberikan dukungan moril dan material
sehingga memungkinkan terlaksananya Orasi llmiah Guru
Besar IPB ini, saya menyampaikan penghargaan yang tinggi.
Rasa hormat dan terima kasih yang amat dalam saya berikan
kepada ayahanda Drs. H. Supardi Sediyowiyadi (almarhum)
dan ibunda Sunarti (almarhumah) yang telah mengasihi,
menyayangi, membesarkan, mendidik dan mendoakan
| 47 |
saya sejak lahir dengan ketulusan yang tak mampu saya
membalasnya.
Rasa hormat dan terima kasih juga saya sampaikan kepada
semua guru sekolah yang telah berjasa mengantarkan saya
dari awal sekolah hingga saat ini, dimulai dari Taman Kanak
Hang Tuah IV dan Sekolah Dasar Hang Tuah IV Surabaya;
Sekolah Menengah Pertama Negeri VII Surabaya; Sekolah
Menengah Atas Negeri III dan SMPP Surabaya; serta kepada
semua dosen saya di perguruan tinggi yaitu Institut Pertanian
Bogor dan University of Brunswick, Canada.
Rasa hormat dan terima kasih saya kepada dosen pembimbing
tugas akhir saya di tingkat sarjana yaitu Prof. Dr. Ir. Hadi Karya
Purwadaria, MSAE dan Ir. Susilo Sarwono (almarhum) yang
telah memberikan arahan, bimbingan, dan dukungan menjadi
peneliti yang baik. Ucapan terima kasih saya sampaikan kepada
Prof. Robert Robson, PhD dan Prof. Bruce Spencer, PhD yang
menjadi supervisor saya dalam menyelesaikan studi Magister
dan Doktor di bidang Ilmu Komputer.
Sangat khusus rasa hormat dan terima kasih saya untuk guru-
guru agama saya Drs. H. Supardi Sediyowiyadi (sekaligus
ayahanda almarhum), Habib Abdul Kadir Wattab bin Jum’an
(almarhum), Habib Abdurrahman bin Ismail Assegaf, K.H.
Djumli bin Barnas (almarhum) dan K.H. Ahmad Musyaffa
(al-hafiz) yang dengan segala ketulusan, keteladanan, dan
kesahajaan mereka membimbing, mendoakan, dan mendidik
saya tentang ilmu, iman, dan amal untuk menghamba dan
beribadah kepada Allah SWT.
Terima kasih saya haturkan kepada Prof. Dr. Ir. Bambang
Pramudya, MEng. dan Prof. Dr. Ir. Sutrisno, MAgr yang telah
menelaah makalah Guru Besar saya serta memberikan masukan
dan pengkayaan yang sangat berharga untuk penyempurnaan
makalah orasi saya.
| 48 |
Ucapan terima kasih juga disampaikan kepada Ketua Senat
dan Sekretaris Senat Fakultas Teknologi Pertanian, Dekan dan
Wakil Dekan, Ketua dan Sekretaris Departemen Teknik Mesin
dan Biosistem, serta semua dosen dan tenaga kependidikan
Fakultas Teknologi Pertanian IPB atas dukungan, perhatian,
dan bantuannya untuk terselenggaranya orasi saya saat ini.
Kepada seluruh mahasiswa bimbingan saya S-1 S-2, dan
S-3 yang tidak bisa saya sebut satu per satu, baik yang telah
lulus maupun yang belum, saya ucapkan terima kasih dan
penghargaan atas kerja keras dan kolaborasinya selama ini.
Anda semua adalah mitra riset saya dan semoga senantiasa
sukses menjadi insan yang bermanfaat bagi bangsa dan negara,
serta seluruh manusia di muka bumi, amiin.
Terima kasih yang dalam dan hangat untuk buah hati saya
istri tercinta Ir. Meitrisia Suman, MPd; putra saya Bonang
Waspadadi Ligar, SSi, MSi dan putri saya Annisa Utami
Seminar, Slp. MSi.; cucu saya Syahida Aufa Niamillah Ligar,
Ali Usman Ligar, Misykatul Jannah Ghausani; mantu-mantu
saya Vivi Indira Purnaningtiyas, SSi dan Agus Ghautsun Ni’am,
STP, MSi; yang telah menjadi obor penerang, penghangat
dan penguat dalam banyak hal bagi saya. Ini juga merupakan
andil besar dan orang-orang istimewa yaitu besan saya,
keluarga Anton Padmiyanto dan istri serta keluarga Hasbullah
(almarhum) dan istri yang menjadi perekat dan penyemangat
keluarga yang besar dan utuh.
Khusus kepada senior dan kolega di Divisi Teknik
Bioinformatika, Departemen Teknik Mesin dan Biosistem,
Fateta, IPB, Prof. Dr. Ir. Bambang Pramudya, Meng; Dr. Ir.
Setyo Pertiwi, Magr; Dr. Ir. Mohamad Solahudin, MS; Dr. Ir.
Liyantono, Magr; Supriyanto, STP, Mkom; dan Mohammad
Gozali saya ucapkan terima kasih atas semua kerja sama,
perhatian, dan kekompakan dalam membangun keilmuan, riset
| 49 |
dan berbagai aktivitas dengan semangat kekeluargaan bersama
mahasiswa bimbingan S-1, S-2, dan S-3 di Divisi Teknik
Bioinformatika.
Tak lupa kepada sesepuh dan senior pendidik saya Prof. Andi
Hakim Nasution (almarhum), Prof. A M Satari; Prof. Siwadhi
Supardjo (almarhum); Dr. Azron Dhalhar; Prof. Eriyatno;
Prof. Syafri Mangkuprawira (almarhum); dan Prof. Hadi
K Purwadaria atas keteladanan, pesan moral, bimbingan,
dan perhatiannya yang membuat saya banyak dan semangat
belajar menjadi pendidik, peneliti, serta pengelola manajerial
dan operasional di lingkungan perguruan tinggi.
Terima kasih kepada semua anggota Panitia Penyelenggara
Orasi Ilmiah Guru Besar IPB yang diketuai oleh Direktur
Administrasi Pendidikan, Dr. Drajat Martianto juga kepada
Kepala Biro Umum IPB Dr. Cahyono Tri Wibowo beserta
timnya dan seluruh staf atas fasilitas dan bantuan yang
diberikan dalam penyelenggaraan orasi ilmiah ini. Untuk tim
Agria Swara IPB yang telah melantunkan dengan bagus dan
elok lagu persembahan yang menambah segar dan semaraknya
acara orasi saya, diucapkan terima kasih yang dalam dan semoga
Agria Swara IPB terus maju menjadi duta IPB yang senantiasa
mengharumkan IPB di kancah nasional dan internasional.
Kepada Bapak, Ibu, dan hadirin sekalian yang telah berniat dan
yang telah hadir pada acara orasi ilmiah ini dihaturkan terima
kasih. Semoga Allah SWT membalas kebaikan Bapak, Ibu,
dan hadirin sekalian dengan kebaikan yang berlipat ganda.
Billaahi taufiq wal hidayah, wassalamualaikum warahmatullahi
wabarakatuhu.
| 50 |
Foto Keluarga
Duduk dari kiri ke kanan: Prof. Dr. Ir. Kudang Boro

Seminar, MSc dan Ir. Meitrisia Suman, MPd.
Berdiri dari kiri ke kanan: Agus Ghautsun Niam,
STP, MSi, Misykatul Jannah Ghautsani, Annisa
Utami Seminar, Sip, MSi, Ali Ustman Ligar, Vivi
Indira Purnaningtiyas, SSi, Syahida Aufa Ni’amillah,
dan Bonang Waspadadi Ligar, SSi, MSi.
| 51 |
Riwayat Hidup
Identitas Diri
Nama Lengkap : Prof. Dr. Ir. Kudang Boro Seminar, MSc
Jenis Kelamin : Laki-laki
Tempat/Tgl. Lahir : Jember, 18 November 1959
Agama : Islam
Jabatan Fungsional : Guru Besar, terhitung sejak
1 September 2016
Pangkat/Gol : Pembina Utama Madya/IVD
NIP : 19591118 198503 1 004
Nama Orang Tua
Ayah : Drs. H. Supardi Sediyowiyadi
Ibu : Sunarti
Nama Istri : Ir. Hj. Meitrisia Suman, MPd
Nama Anak : Bonang Waspadadi Ligar, MSi, MMSi
Annisa Utamai Seminar, Slp, MSi
Alamat Kantor : Fateta IPB Dramaga Bogor 16002
Telepon/Fax/HP : 08164834625
Email : kseminar@apps.ipb.ac.id
Alamat Rumah : Bumi Ciluar Indah C3/10 Bogor 16156
Telepon/HP : (0251) 8652543, 08164834625
Email : seminarkudangboro@gmail.com
| 52 |
Riwayat Pendidikan
Jenjang Bidang Tahun
Universitas
Pendidikan Keahlian Lulus
Sarjana (S-1) Fakultas Teknologi Mekanisasi 1983
Pertanian, IPB, Pertanian
Indonesia
Magister (S-2) University of New Computer 1983
Brunswick, Canada Science
Doktor (S-3) University of New Computer 1983
Brunswick, Canada Science
Judul Skripsi/Tesis/Disertasi
Judul Skripsi Desain Alat Pengukur Suhu Digital Dengan Sensor
Dioda
Judul Thesis GUIDE: A Graphical User Interface for Data Editing
Judul Methodologies for Storing and Comparing Design
Disertasi Artifacts in a Collborative Design Environment
Penghargaan yang Diterima

No. Tahun Jenis Penghargaan Pemberi Penghargaan
1 2012 Paten Teknologi: Sistem DIKTI
Pendeteksi Nirkabel Gas
Nitrogen Dioksida Berbasis
Sensor Kritas Fotonik dan
Efek Beer Lambert
2 2013 105 Inovasi Indonesia Kementrian Pendidikan
Prospektif Tinggi I
3 2014 Dosen Berprestasi EPBM Ketua Departemen
TMB
4 2015 107 Inovasi Indonesia Kementrian Ristek dan
Prospektif Pendidikan Tinggi
5 2015 Tribute to Innovators & Rektor IPB
Authors
| 53 |
Penghargaan yang Diterima (lanjutan)
No. Tahun Jenis Penghargaan Pemberi Penghargaan
6 2016 108 Inovasi Indonesia Kementrian Ristek dan
Prospektif Pendidikan Tinggi
7 2016 Dosen Berprestasi EPBM Ketua Departemen
TMB
Riwayat Jabatan/Pekerjaan
Perguruan Tinggi
Dari Sampai Nama
No. Nama Jabatan (bulan, (bulan, Perguruan
tahun) tahun) Tinggi
1 Sekreataris Dept, 1994 1997 IPB
TEP
2 Ketua Dept TEP 1997 2000 IPB
3 Ketua PS Pasca TEP 2000 2003 IPB
4 Kepala Perpustakaan 2003 2008 IPB
5 Sekretaris SA-IPB 2005 2008 IPB
6 Ketua PAH SA-IPB 2007 2010 IPB
Pengembangan
Renstra IPB 2020
7 Direktur Komunikasi 2008 2013 IPB
dan Sistem Informasi
IPB
8 Kepala Divisi Teknik 2013 Kini IPB
Bioinformatika
9 Ketua 2012 2014 IPB
Pengembangan
Renstra FATETA
2014–2018
10 Ketua Senat 2014 Kini IPB
FATETA
11 Dekan FATETA 2015 Kini IPB
| 54 |
Perguruan Tinggi (lanjutan)
Dari Sampai Nama
No. Nama Jabatan (bulan, (bulan, Perguruan
tahun) tahun) Tinggi
12 Ketua Forum Pasca 2016 Kini IPB
Sarjana
13 Dosen Pasca 1993 kini Gunadarma
14 Dosen Pasca 1994 2004 UI
Pemerintahan
Dari Sampai
No. Nama Jabatan (bulan, (bulan, Tempat
tahun) tahun)
1 Ketua Tim Pengembangan 2006 2007 Dept PU
SIM DJCK Dept PU RI Jakarta
2 Asesor PeGI 2007 Kini Keminfo
(Pemeringkatan e-E-Giv Jakarta
Indonesia)
3 Asesor Pemeringkatan 2009 2012 Kementan
Web di Lingkungan RI Jakarta
Kementan RI
4 Ketua Tim Basic Study 2009 2010 DitJenNak
On Identification And Kementan
Registration System RI
For Local Beef Cattle
Breeding
Perusahaan
Dari Sampai
No. Nama Jabatan (bulan, (bulan, Lokasi
tahun) tahun)
1 Ketua Tim Pengembangan 2014 2015 PTPN 4
& Pelatihan Sistem Medan
Informasi Geografis
Produksi Kelapa Sawit
| 55 |
Perusahaan (lanjutan)
Dari Sampai
No. Nama Jabatan (bulan, (bulan, Lokasi
tahun) tahun)
2 Organizer & Moderator 2010 2011 UNESCO
of UNESCO e-forum on Jakarta
technology, innovation &
policy
Keanggotaan Organisasi Profesi

Dari Sampai
tahun) tahun)
1 Anggota PERTETA 1993 kini Bogor
2 Presiden HIPI (Himpunan 2009 2013 Jakarta
Informatika Pertanian
Indonesia)
3 Anggota Kehormatan HIPI 2013 kini Jakarta
4 Presiden AFITA (Asian 2010 2012 Tokyo
Federation for Information
Technology in Agriculture)
5 Honorary Member of 2012 kini Tokyo
AFITA
6 Anggota PRAGMA (The 2013 Kini USA
Pacific Rim Application
and Grid Middleware
Assembly)
7 Anggota ASICTA 2014 2016 Perth
(Australian Society Australia
of Information and
Communication
Technologies in
Agriculture)
| 56 |
Keanggotaan Organisasi Profesi (lanjutan)
Dari Sampai
tahun) tahun)
8 Anggota FLPI (Forum 2015 Kini Bogor
Logistik Peternakan
Indonesia)
9 Anggota Institut Supply 2016 Kini Bandung
Chain & Logistics
Indonesia (ISLI)
Simposium/Seminar/Workshop
Keterangan
Lama
No. Nama Kegiatan Tahun Tempat (Pemakalah/
(Hari)
Peserta)
1 South East 11–12 2016 Univ. Negeri Invited
Agricultural Nov Gorontalo Speaker
Student Conference
2 TRIU Conference 14–17 2016 IPB Invited
Okt Speaker
3 The AFITA 16–17 2016 Suncheon Pemakalah
Conference Juni University
4 Ag-ESD 16–20 2015 Tsukuba, Keynote
Symposium 2015 Nov Japan Speaker
5 International 3–4 Nov 2014 Bogor Pemakalah
Conference on
Adaptive and
Intelligent Agro-
industry (ICAIA
2015)
6 SEAIP 2014 1–5 Des 2014 Taiwan Pemakalah
7 The AFITA 6–9 Okt 2014 Perth, Pemakalah
Conference Australia
8 SEAIP 2013 2–5 Des 2013 Taiwan Pemakalah
| 57 |
Simposium/Seminar/Workshop (lanjutan)
Keterangan
Lama
No. Nama Kegiatan Tahun Tempat (Pemakalah/
(Hari)
Peserta)
9 ICAIA 2013 16–17 2013 Bogor Invited
Sep Speaker
10 3rd SUIJI 28 Agt–2 2013 Kochi, Japan Pemakalah
INTERNATIONAL Sep
SEMINAR
11 The AFITA 3–6 Sep 2012 Taipei, Pemakalah
Conference Taiwan
12 The AFITA 3–7 Okt 2010 Bogor, Pemakalah
Conference Inddonesia
Paten
No. Judul Paten Tahun Terbit Pemberi
1 Sistem Pendeteksi Kemenkumham
Nirkabel Gas Nitrogen 17 Feb 2012
Dioksida Berbasis Sensor
Kritas Fotonik dan Efek
Beer Lambert
Buku
Penulis
Judul Buku yang Tahun Jumlah
No. Utama/ Penerbit
diterbitkan Terbit Halaman
Anggota
1 Strategi 2014 300 Anggota IPB Press
Pengembangan
Teknologi Pertanian
Pertanian di Era
Global
| 58 |
Buku (lanjutan)
Penulis
Judul Buku yang Tahun Jumlah
No. Utama/ Penerbit
diterbitkan Terbit Halaman
Anggota
2 Algoritma Genetik: 2012 200 Anggota IPB Press
Teori dan Aplikasinya
untuk Bisnis dan
Industri
3 Sistem Deteksi Dini 2010 250 Anggota IPB Press
Untuk Manajemen
Krisis Pangan Dengan
Simulasi Dinamis dan
Komputasi Cerdas
dalam Manajemen
Krisis
4 Overview of 2010 130 Anggota Tsukuba
Agricultural Univ.
Conditions in Asian
and African Countries
Kerjasama yang Pernah Dikembangkan

Mitra Kerja Bidang Kerja Referensi
No. Nama Kegiatan Waktu
sama sama (keterlibatan)
1 Pengembangan Tsukuba 2010–2012 Pengembangan Representatif
e-Learning University materi e-learning Indonesia
untuk Asia dan
Afrika
2 AgESD Training Tsukuba 2012–kini International Koordinator
University Student Training Seleksi IPB
| 59 |
Kerjasama yang Pernah Dikembangkan
(lanjutan)
Mitra Kerja Bidang Kerja Referensi
No. Nama Kegiatan Waktu
sama sama (keterlibatan)
3 Pembentukan Kelompok Nov 2013– Cyber extensian Ketua Tim
Komunitas Tani Cabe Nov 2014
Internet Petani Merah Liwa
Liwa (KIPL@) Lampung
dan diseminasi Barat
cyber extensian
untuk budidaya
cabe merah
4 Pengembangan PTPN 4 Sept 2014– Sistem Informasii Koordinator &
& Pelatihan Feb 2015 Ketua Tim
Sistem Informasi
Geografis
Produksi Kelapa
Sawit
Karya Ilmiah (dalam 10 tahun terakhir)

Seminar KB. 2016. Food chain transparency for food loss and
waste surveillance. Journal of Developments in Sustainable
Agriculture (JDSA), 11(1): 17–22.
Seminar KB, Marimin, Kresna BA, Arkeman Y, Wicaksono
A. 2016. IT-Based Supply Chain Traceability of Tuna Fish.
Proceedings of WCCA-AFITA 2016 Conference: 12–17.
Wijayanto AK, Seminar KB, Afnan R. 2016. Mobile-based
expert system for selecting broiler farm location using
PostGIS. TELKOMNIKA 14(1): 360–367.
Fernando Y, Seminar KB, Hermadi I, Afnan R. 2016. A
hyperlink based graphical user interface of knowledge
management system for broiler production. TELKOMNIKA
2(3): 668–674.
| 60 |
Putra PC, Seminar KB, Hermadi I. 2016. SOP navigator:
ontology and semantic-based knowledge management
system for standard operating procedures. International
Journal of Information Technology and Business
Management 47(1): 37–45.
Heriyanto H, Seminar KB, Solahudin M, Subrata IDM,
Supriyanto, Liyantono, Noguchi R, Ahamed T. 2016. Water
supply pumping control system using PWM based on
precision agriculture principles. International Agricultural
Engineering Journal (IAEJ) 25(2): 1–8.
Wijayanto AK, Seminar KB, Afnan R. 2015. Suitability
mapping for broiler closed house farm using analytical
hierarchy process and weighted overlay with emphasize
on environmental aspects. International Journal of Poultry
Science 14(10): 577–583.
Ahsyar TK, Seminar KB, Hermadi, Suyatma NE. 2015.
Decision support system for selecting of meat product
packaging. International Journal of Information
Technology and Business Management 42(1): 17–24.
Ratono J, Seminar KB, Arkeman Y, Suroso AI. 2015. ERP
selection using fuzzy-MOGA approach: a food enterprise
case study. TELKOMNIKA 13(3): 1105–1112.
Tarwa, Machfud, Seminar KB, Suparno O. 2015. Structuring
activities of knowledge creation for innovation
processes (KCFIP) in Indonesian automotive part SMEs.
International Journal of Information Technology and
Business Management 38(1): 85–95.
| 61 |
Ratono J, Seminar KB, Arkeman Y, Suroso AI. 2014. The
development of enterprise resource planning (ERP)
selection methodology using delta model. International
Journal of Information Technology and Business
Management 31(1): 1–12.
Mardiyono A, Seminar KB, Sukoco H. 2014. An intelligent
system for course scheduling in higher educations.
International Journal of Information Technology and
Business Management 32(1): 29–34.
Rahmat M, Maulina W, Isnaeni, Miftah, Sukmawati N, DYN
Rustami E, Azis M, Seminar KB, Cho YH, Yuwono AS,
Alatas H. 2014. Development of a novel ozone gas sensor
based on sol–gel fabricated photonic crystal. Sensors and
Actuators A: Physical 220(1): 53–61.
Hastriyandi H, Seminar KB, Sukoco H. 2014. A multi sensor
system for temperature monitoring in a greenhouse using
remote communication. International Journal of Latest
Research in Science and Technology 3(4): 81–87.
Juansah J, Budiastra IW, Dahlan K, Seminar KB. 2014.
Electrical properties of garut citrus fruits at low alternating
current signal and its correlation with physicochemical
properties during maturation. International Journal of
Food Properties 17(7): 1498–1517.
Sampurno RM, Seminar KB, Suharnoto Y. 2014. Weed control
decision support system based on precision agriculture
approach. TELKOMNIKA, 12(2): 475–484.
Seminar KB, Arkeman Y, Rakhmat JL. 2014. An intelligent
system for early detection of food crisis and spatial based
decision making of potential land evaluation for food
production. Proc. AFITA: 414–423, ISBN: 978-0-646-
92873-9.
| 62 |
Sumarni E, H Suhardiyanto, Seminar KB, Saptomo SK. 2013.
Seed potato production using aeroponics system with zone
cooling in wet tropical lowlands. International Journal of
Scientific & Engineering Research 4(6): 799–804.
Lembito H, Seminar KB, Kusnadi N, Arkeman Y. 2013.
Designing a supply chain system dynamic model for palm
oil agroindustries. International Journal of Information
Technology and Business Management12(1): 1–8.
Arkeman Y, Yusuf A, Mushthofa, Laxmi GF, Seminar KB.
2013. The formation of optimal portfolio of mutual
shares funds using multi-objective genetic algorithm.
TELKOMNIKA 11(3): 625–636.
Gasim, Harjoko A, Seminar KB, Hartati S. 2013. Image blocks
model for improving accuracy in identification systems of
wood type. International Journal of Advanced Computer
Science and Applications, 4(6): 48–53.
Lengkey CECH, Budiastra IW, Seminar KB, Purwoko BS.
2013. Model pendugaan kandungan air, lemak dan asam
lemak bebas pada tiga provenan biji jarak pagar (Jatropha
curcas L.) menggunakan spektroskopi inframerah dekat
dengan metode Partial Least Square (PLS). Jurnal
Penelitian Tanaman Industri 19(4): 159–226.
Zulfahrizal, Sutrisno, Budiastra IW, Seminar KB, Munawar
AA. 2013. Akuisisi spektrum near infrared pad biji kakao.
Buletin Riset Tabaman Rempah dan Aneka Tanaman
Industri. Bulletin of Research on Spice and Industrial
Crops 4(1): 1–10. ISSN:2085-1685.
Juansah J, Budiastra IW, Dahlan K, Seminar KB. 2012. The
prospect of electrical impedance spectroscopy as non-
destructive evaluation of citrus fruits acidity. IJETAE
2(11): 58–64.
| 63 |
Alimuddin, Seminar KB, Subrata IDM, Sumiati, Nomura
N. 2012. Temperature control system in closed house for
broilers based on ANFIS. TELKOMNIKA 10(1): 75–82
Imantho H, Seminar KB, Setiawan I. 2010. Development
of a spatial database management system using object-
oriented database and technology. Journal of Information
Technology for Natural Resourcess Management 1(1):
1–18.
DW Soedibyo, DW, Ahmad U, Seminar KB, Subrata IDM.
2010. The development of automatic coffee sorting system
based on image processing and artifical neural network.
Proc. AFITA 2010 Conference: 272–275.
Susetyo B, Seminar KB, Suharnoto Y. 2007. The development
of a spatial decision support system for industrial waste
water monitoring (a case study: upper citarum river basin,
West Java). Proceedings Geo-Marine Research Forum
2007.
Seminar KB, Buono A, Alim MK. 2006. Uji dan aplikasi
komputasi paralel pada jaringan syaraf probabilistik (PNN)
untuk proses klasifikasi mutu tomat. Jurnal Teknologi,
Fakultas Teknik Universitas Indonesia: 34–45. ISSN
0215-1685
Seminar KB, Hardjoamidjojo S, Tamrin. 2006. A supervisory
control system for greenhouse. Proc. Regional Computer
Postgraduate Conference (ReCSPC’06): 30–34.
| 64 |

Orasi GB Kudang

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Orasi GB Kudang

Diunggah oleh

Hak Cipta:

Format Tersedia

ORASI ILMIAH GURU BESAR IPB

SISTEM PERTANIAN PRESISI DAN

Guru Besar Tetap

Prof. Dr. Ir. Kudang Boro Seminar, MSc.

Auditorium Rektorat Gedung Andi Hakim Nasoetion

Prof. Dr. Ir. Kudang Boro Seminar, Msc.

Sistem Pertanian Presisi

Penerapan Pertanian Presisi di Hulu

Gambar 3 Tampilan sistem pakar untuk penentuan tingkat

Pemilihan Metode Pembukaan dan Pengolahan

Perawatan Tanaman yang Tepat

Gambar 5 Skenario kerja sistem pengendalian gulma berbasis

Budidaya pada Lahan Tertutup

Rekayasa Kultivar dan Pemilihan Bibit

Penentuan Waktu dan Metode Panen

Penerapan Pertanian Presisi di Hilir

Sistem Pencatatan dan Pelaporan Produksi

Gambar 11 Pencatatan produksi panen buah kelapa sawit di

Gambar 12 Alat sortasi teh hitam berbasis jaringan syaraf

Pemilihan Jalur Transportasi dan Pemilihan

Sistem Perencanaan Ketahanan dan Keamanan

Gambar 15 Sistem pakar untuk menentukan keamanan pangan

Pemilihan Segmen Pasar

Gambar 16 Model sistem pelacakan untuk rantai pangan

Sistem Pelacakan Rantai Produksi Tuna Loin

Gambar 18 Model alur rantai produksi tuna (Seminar et al.

Gambar 19 Pencatatan dan pelaporan proses pengemasan &

Demikian juga pelaporan proses analisis mikrobiologi pada

Gambar 20 Pencatatan dan pelaporan proses analisis

Gambar 21 Model alur rantai produksi broiler (Triyanto

Duduk dari kiri ke kanan: Prof. Dr. Ir. Kudang Boro

Penghargaan yang Diterima

Keanggotaan Organisasi Profesi

Kerjasama yang Pernah Dikembangkan

Karya Ilmiah (dalam 10 tahun terakhir)

Anda mungkin juga menyukai