Science Project Puspiptek Inovation Festival (PIF)

2019

BANYAN: VIRTUAL GARDENING ASSISTANT DENGAN

ARTIFICIAL INTELLIGENCE SUPPORT SYSTEM UNTUK
INDONESIA SWASEMBADA PANGAN
Diusulkan Oleh:

1. Bondan Eka Nugraha(Ketua)

2. Moh. Tajudin(Anggota)
3. Rizki Danang Kartiko Kuncoro(Anggota)

Fakultas Matematika dan Ilmu Pengetahuan Alam

UNIVERSITAS NEGERI SEMARANG

Tahun 2019

1
 BAB I

PENDAHULUAN

1. Latar Belakang

Ditengah perkembangan zaman digital yang semakin pesat dan

gencarnya Revolusi industri 4.0 ini, diperlukan sebuah inovasi untuk
mengatasi masalah masalah yang terjadi dimasyarakat melalui aplikasi digital
dan socialentepreuner yang dikembangkan melalui kreasi kreatif sebagai
penyesuaian kita terhadap adanya teknologi yang berkembang. Salah satu
masalah yang harus segera diatasi yaitu adanya keresahan terhadap sumber
daya alam Indonesia dan kondisi lingkungan yang terus melakukan
pembangunan tanpa menghiraukan perawatan alam itu sendiri.

Pembangunan IT yang cukup intensif namun kurang memperhatikan

aspek lingkungan menjadi hal yang mendasari pembuatan aplikasi ini,
dengan harapan nantinya aplikasi ini dapat memberikan model dan metode
perawatan tanaman yang inovatif dan kreatif dalam rangka untuk
meningkatkan minat dan ketertarikan generasi milenial terhadap bidang
agrikultur menggunakan teknologi terkini. Peran tenaga kerja pertanian
Indonesia dalam penyerapan tenaga kerja nasional tidak terbantahkan
memiliki kontribusi terbesar, sekitar 35,3% (Kementerian Pertanian 2015b).
Namun, perubahan struktur demografi yang kurang menguntungkan bagi
sektor pertanian menjadi permasalahan yang serius, jumlah petani berusia
tua (lebih dari 55 tahun) semakin meningkat, sementara tenaga kerja di
bidang pertanian usia muda semakin berkurang. Di sisi lain, pemuda yang
bekerja di sektor nonpertanian juga meningkat dari waktu ke waktu. Jumlah
petani usia tua yang dominan dan minat generasi muda bekerja di sektor
pertanian yang merosot ternyata juga dialami oleh negara-negara lainnya,
bukan hanya negara-negara di Asia yang memiliki keterbatasan lahan,
namun juga di negara-negara Eropa dan Kanada (Murphy 2012; European
Commission 2012; Wang 2014; Uchiyama 2014).

Hasil kajian BI (2014) menyatakan hasil dari suatu survei di Cina, dari
seluruh contoh survei, tidak ada satu pun orang tua sebagai petani yang
mengharapkan anaknya menjadi petani seperti mereka. Ditambahkan pula

2
 tenaga kerja yang bermigrasi ke kota sebagian besar adalah pemuda, dan
sekitar 84,5% belum pernah terlibat kegiatan di sektor pertanian, serta sekitar
93,6% berniat tinggal di kota. Alasan lain adalah cara pandang dan way of life
tenaga kerja muda telah berubah di era perkembangan masyarakat
postmodern seperti sekarang. Bagi anak-anak muda di perdesaan, sektor
pertanian makin kehilangan daya tarik. Keengganan anak-anak muda untuk
bertani juga dipengaruhi oleh subkultur baru yang berkembang di era digital
seperti sekarang. Ini merupakan salah satu permasalahan minor yang
seharusnya diperhatikan oleh pemerintah. Kebijakan pemerintah untuk
mendatangkan kebutuhan pangan dari luar negeri tidak dapat dijadikan solusi
jangka panjang untuk ketahanan pangan, sedangkan disisi lain minat pemuda
akan bidang agrikultur trus menurun. Kami menawarkan solusi paling dasar
untuk jangka panjang yaitu pembangunan Sumber Daya Manusia berupa
modernisasi bidang pertanian yang dapat menjadi daya tarik pertanian bagi
generasi muda.

2. Luaran yang diharapkan

1. Menerapkan sistem long-distance treatment pada pertanian untuk
meningkatkan produktifitas
2. Menyediakan kecerdasan buatan sebagai asisten pengguna dalam
bercocok tanam
3. Kebun virtual yang terintegrasi dengan perangkat IoT

3. Manfaat

Manfaat dari dibuatnya sistem informasi ini adalah sebagai berikut :

1. Otomasi perawatan tanaman dengan IoT

2. Meningkatkan minat dan ketertarikan generasi milenial terhadap bidang
agrikultur menggunakan teknologi terkini
3. Ikut serta mewujudkan Indonesia swasembada pangan dengan
memanfaatkan teknologi modern

3
 BAB II

KAJIAN PUSTAKA

Industri 4.0 menggabungkan teknologi otomatisasi dengan teknologi

internet. Industri 4.0 erat kaitannya dengan teknologi, ilmu pengetahuan mengenai
pembelajaran pembuatan alat dan pengelolahannya untuk menyelesaikan suatu
pekerjaan manusia menjadi tren di era industri 4.0. Misalnya dalam hal pertanian
yang merupakan bagian penting dalam kehidupan manusia, dimana pertanianlah
yang menyediakan segala jenis makanan. Namun sayangnya, perkembangan
pertanian di Indonesai semakin hari semakin menurun karena adanya beberapa
alasan yang diantaranya kurang tepatnya masa penanaman, cuaca, lahan yang
semakin berkuran, masyakatnya yang kurang paham akan pengetahuan
bercocok tanam, tren negatif kemunculan petani muda dan lain sebagainya.
Mengingat era industri dewasa ini, perlu adanya inovasi digital yang mampu
membantu menyelesaikan masalah pertanian di Indonesia.

Salah satu alasan tenaga kerja muda tidak suka bekerja di pertanian
adalah persepsi bahwa pertanian merupakan kegiatan on farm dengan teknologi
sederhana, jauh dari kesan prestise. Persepsi inilah yang akan diubah melalui
kebijakan pengembangan pertanian modern, yaitu melalui penggunaan
mekanisasi pertanian secara penuh. Program modernisasi pertanian akan
mengubah pertanian konvensional yang menggunakan peralatan manual menjadi
pertanian mekanisasi. Dengan menggunakan mekanisasi pertanian, kegiatan on
farm tidak lagi dipandang sebagai kegiatan yang kumuh dan kurang
membanggakan, yang dengan demikian diharapkan akan menarik minat tenaga
kerja muda bekerja di pertanian on farm.

Melalui inovasi teknologi dan kelembagaan, pertanian modern dicirikan

oleh tiga indikator, yaitu peningkatan efisiensi, peningkatan produktivitas, dan
perluasan areal. Melalui modernisasi pertanian diharapkan penggunaan biaya
tenaga kerja dan biaya produksi menurun, kehilangan hasil menurun,
produktivitas meningkat, yang pada akhirnya keuntungan juga meningkat. Hasil
analisis dari pemanfaatan berbagai jenis alsintan meliputi traktor roda dua, alat
tanam (transplanter), power thresher, dan alat panen (mini combine harvester) di
tingkat usaha tani secara finansial menguntungkan yang ditunjukkan oleh nilai R/C
(return cost ratio) dari penggunaan masing-masing alat tersebut yang lebih besar
dari satu (Saliem et al.2016).

4
 Perawatan yang dilakukan petani selama ini masih menggunakan cara-
cara manual. Cara semacam ini tidak efisien karena memerlukan banyak biaya
jalan yang harus dipenuhi untuk setiap kali perawatan. Selain itu, tanaman tidak
dapat terpantau dari jarak jauh sebagaimana jika kita menyematkan teknologi
pada tanaman tersebut. Salah satu teknologi yang dapat diaplikasikan untuk
mendukung perawatan lingkungan adalah dengan optimasi pengendalian jarak
jauh yaitu teknologi internet of things (IoT). IoT merupakan suatu perangkat yang
mempu melakukan koneksi antara suatu device ke internet secara otomatis.
Perangkat ini mampu memberikan parameter kondisi lingkungan secara realtime.
IoT memungkinkan pembuatan sistem yang lebih terstrukur, paramater
lingkungan yang diperoleh dapat diakusisi dan disimpan pada database secara
online melalui internet. Dari data tersebut, kita dapat melakukan analisa dengan
bantuan kecerdasan buatan melalui aplikasi android.

Kecerdasan buatan atau Artificial Intelligence(AI) dimaksudkan untuk

membantu petani pemula untuk belajar akan seluk beluk pertanian. AI dibuat
untuk membuat program dapat ‘belajar’ dari kumpulan data. Berbeda dengan
program komputer biasa yang statis, AI dirancang untuk mampu belajar sendiri
dengan proses training. Untuk kemudahan petani dalam melakukan pengelolaan
tanaman, aplikasi android adalah sebuah pilihan yang tepat. Pada kwartal
pertama tahun 2019, pengguna aplikasi android mencapai angka 5 juta
pengguna(Tribun News). Platform android memiliki pasar yang luas dari berbagai
kalangan. Hal ini mengindikasikan android merupakan pilihan yang tepat untuk
penghubung antara perangkat IoT dengan pengguna.

5
 BAB III

METODE PENELITIAN

1. Persiapan
Tahapan ini meliputi observasi dan pengumpulan data mengenai kondisi
lingkungan untuk menentukan perangkat yang akan digunakan untuk
pembuatan prototype. Setelah itu melakukan pemasangan software
pendukung untuk prototyping. Berikut ini adalah alat dan bahan yang
dibutuhkan:
- Microcontroller
- Sensor-sensor
- Pompa Air Elektrik
- Webserver
- Android Studio IDE
- Sampel Tumbuhan

2. Perancangan
Ada 3 kebutuhan inti untuk dijadikan acuan dalam pembuatan sistem, yaitu
ERD(Entity Relationship Diagram), UML(Unified Modeling Language),
UI(User Interface) dan Microcontroller Circuit Design. Komponen tersebut
menjadi panduan untuk pembuatan sistem yang propper, sehingga sistem
yang dibuat dapat berjalan secara efisien dan maksimal. Karena target
pengguna dari aplikasi ini adalah generasi muda maka desain akan diambil
dari koncep material design yang sederhana dan powerfull sesuai tren saat
ini. User interface yang dibuat akan disesuaikan dengan calon pengguna
sehingga dapat lebih user friendly.

3. Pengumpulan data
Metode pengumpulan data menggunakan metode studi literatur dan
wawancara. Untuk verifikasi dan akurasi pengumpulan data kami merangkul
ahli di bidang agrikultur dan pertanian yaitu ibu Dr. Niken Subekti S.Si., M.Si
sebagai dosen senior jurusan Biologi Universitas Negeri Semarang. Metode
pengumpulan data yang digunakan adalah dengan studi dokumen primer
maupun sekunder. Semua data yang dikumpulkan adalah data kuantitatif

6
 tanaman meliputi: ketinggian, struktur tanah, suhu, pH, kelembapan, tekanan,
lahan, kebutuhan air. Data yang didapat adalah data kebutuhan yang ideal
bagi individu tanaman tertentu dengan range ketepatan 70-95%. Berikut ini
adalah contoh dummy data yang kita miliki:
air
ID nama nama_latin jenis tinggi tanah suhu pH lembap tekanan lahan

Bellis 1
1 Daisy bunga 500 2 24 7 42 1001.3 0
perennis

Selain data tanaman, terdapat pula data pengguna berupa informasi kondisi
lahan dan cuaca. Karena data inilah yang akan kami olah, maka kebijakan
kami menghendaki supaya pengguna melakukan input informasi seminimal
mungkin karena alasan akurasi dan konsistensi data yang didapat. Data
utama berupa informasi cuaca yang kami dapat melalui API yang disediakan
oleh Yahoo dan Google. Data yang kami dapat dari API antara lain:
ketinggian, suhu, kelembapan, dan tekanan. Data tersebut kami
akumulasikan dengan histori cuaca selama 7 hari terakhir dari lokasi
pengguna.

4. Analisis Data
Kami menggunakan sistem pakar metode forward chaining dalam
pengolahan data dari lokasi pengguna untuk menentukan kecocokan kriteria
data terhadap tanaman yang memungkinkan bagi pengguna.

Metode analisis data

Selain itu data logging dari microcontroller kami lakukan di dalam cloud,
sehingga kesehatan tanaman dapat terpantau secara berkala melalui daring.
Pengguna juga dapat menambahkan catatan pada setiap perlakuan yang
dilakukan terhadap tanaman. Sehingga tidak menimbulkan redundansi data
yang membingungkan pengguna.

7
5. Prototyping
Metode prototyping kami pilih karena merupakan metode yang efisien,
dimana sistem yang dirancang langsung dapat diimplementasikan di
kehidupan nyata sebelum dirilis secara publik. Prototype kami rancang sebisa
mungkin dapat mewakili seluruh fungsionalitas yang direncanakan. Source
code yang dibuat menggunakan bahasa pemrograman Java dengan Android
Studio IDE v.3.4.1 untuk aplikasi Android, PHP+MySQL sebagai back-end
server, serta firebase untuk data logging. Sedangkan perangkat keras
microcontroller menggunakan microprocessor Arduino Uno dan dipadukan
dengan NodeMCU sebagai koneksi dengan internet, serta berbagai module
sensor untuk pembacaan data.

6. Pengujian Prototype
Pengujian kami lakukan di wilayah wisata pertanian Desa Wisata
Nongkosawit, Kecamatan Gunungpati, Kota Semarang, Jawa Tengah.
Suhu <7 Hari 27
(Celcius)
Kelembapan <7 Hari 69
(%)
Tekanan Udara <7 Hari 1005.0
(Milibars)
Ketinggian 224.5
(MDPL)

Struktur Tanah 2

Ketersediaan lahan 2

Ketersediaan Pengairan 3

Struktur Tanah Lahan: Pengairan:

0: Gersang 0: Tidak ada 0: Kering
1: Sedang 1: <100m2 1: Cukup
2: Subur 2: 100-200m2 2: Sedang
3: 200-400m2 3. Melimpah
4: 400m2

8
 Dari pengujian tersebut didapatkan data sebagai berikut:

Tanaman Jenis Index Kecocokan(%)

Buttercup 80
Bunga
(Allamanda cathartica)
Cabai 77
Sayuran
(Capsium frutescens)
Daisy 77
Bunga
(Bellis perennis)
Lidah Buaya 74
Tanaman Hias
(Aloe Vera)
Melati 73
Bunga
(Jasminum)
Philodendron 69
Tanaman Hias
(Araceae)
Sri Rejeki 68
Tanaman hias
(Aglaonema)

7. Evaluasi
Hasil dari pengujian dari prototype menunjukkan hasil yang positif, akurasi
pemrosesan data mencapai 95%. Kekurangan yang kami dapati adalah
ketersediaan data yang masih terbatas. 7 dari 10 responden yang kami tunjuk
dari berbagai latar belakang disiplin ilmu dengan usia 17-22 tahun
menunjukkan ada ketertarikan lebih untuk bidang pertanian setelah mencoba
prototype kami. Hal ini menunjukkan bahwa dengan digitalisasi dan
modernisasi perangkat pertanian terbukti dapat menaikkan index ketertarikan
generasi muda dalam sektor pertanian.

9
 BAB IV

KESIMPULAN

Sampai saat ini sektor pertanian tetap memiliki peran strategis sebagai
pemasok bahan baku pangan dan komoditi yang besar untuk memenuhi
kebutuhan pangan baik dalam negeri maupun untuk keperluan ekspor walaupun
disisi lain kebutuhan dalam negeri terus meningkat seiring dengan peningkatan
jumlah populasi jiwa. Penurunan jumlah petani muda sangat erat kaitannya
dengan persepsi umum terhadap sektor pertanian yang kurang bergengsi dan
kurang memberikan pendapatan yang baik. Sistem yang kuno dan kurang
menarik bagi pemuda di era industri 4.0 saat ini. Menyikapi perubahan struktural
ketenagakerjaan tersebut, strategi yang perlu dilakukan untuk menarik minat
pemuda untuk terjun di dunia pertanian adalah dengan mengubah persepsi bahwa
sektor pertanian merupakan sektor yang menarik dan menjanjikan apabila
dipadukan dengan teknologi dan dikelola dengan tekun dan sungguh-sungguh.
Pengembangan teknologi pertanian dan inovasi-inovasi dibidang agroteknologi
harus ditanamkan kepada generasi muda sejak dini.
Banyan yang merupakan prototype sistem meliputi aplikasi android yang
terintegrasi perangkat IoT terbukti dapat bekerja sebagai asisten digital bagi
petani dan wadah pembelajaran yang efektif digunakan bagi para pemuda. 7 dari
10 responden yang kami tunjuk dari berbagai latar belakang disiplin ilmu dengan
usia 17-22 tahun menunjukkan ada ketertarikan lebih untuk bidang pertanian
setelah mencoba prototype kami. Sistem yang dijalankan berjalan dengan baik
dan dapat memberikan pengalaman baru dalam bercocok tanam. Kecerdasan
buatan yang ditanamkan dapat memberikan informasi yang sesuai dengan
akurasi mencapai 95%. Hal ini menunjukkan bahwa aplikasi ini layak untuk
dijadikan pedoman dalam bercocok tanam baik skala kecil maupun besar. Selain
itu komponen pertanian lainnya dari pra hingga pasca panen juga harus
diperhatikan oleh pemerintah untuk menjamin keberadaan petani. Dengan
tumbuhnya pasar serta animo generasi muda akan menariknya sektor pertanian
dapat menjadi jalan mencapai cita-cita kita untuk Indonesia 100% Swasembada
pangan.

10
 DAFTAR PUSTAKA

Martono, Djoko Setyo. 2012, Analisis Vegetasi Dan Asosiasi Antara Jenis-Jenis
Pohon Utama Penyusun Hutan Tropis Dataran Rendah Di Taman Nasional
Gunung Rinjani Nusa Tenggara Barat. Agri-tek Volume 13 Nomor 2.
Anonim. 2013. Overview of the Internet of Thing. Recommendation ITU-T Y.2060.
International Standard Telecommunication. 2013:1
Susilowati S. 2016. Farmers Aging Phenomenon and Reduction in Young Labor:
Its Implication for Agricultural Development
Hukom A. 2014. Hubungan ketenagakerjaan dan perubahan struktur ekonomi
terhadap kesejahteraan masyarakat. J Ekon Kuantitatif Terap. 7(2):120-129.
Kementerian Pertanian. 2015a. Rencana strategis Kementerian Pertanian Tahun
2015–2019. Jakarta (ID): Kementerian Pertanian.
Kementerian Pertanian. 2015b. Laporan Kinerja Kementerian Pertanian Tahun
2015. Jakarta (ID): Kementerian Pertanian.
Fardhian Dwi Saputra. Sistem Pakar Menentukan Tingkat Kecocokan Lahan
Untuk Tanaman Jati Menggunakan Metode Forward Chaining. 2016. JUITA
ISSN:2086-9398 Vol. IV Nomor 1
Eri Yusnita Arvianti. 2015. Minat Pemuda Tani Terhadap Transformasi Sektor
Pertanian Di Kabupaten Ponorogo. Buana Sains Vol 15 No 2: 181-188
Lina Noviandari. 2019. https://id.techinasia.com/dampak-internet-of-things-bagi-
berbagai-industri-global . Diakses pada tanggal 02/07/2019
Tan Ci Bui. 2017. https://mti.binus.ac.id/2017/06/08/sistem-pertanian-cerdas-
berbasis-iot-part-1/ . Diakses pada tanggal 02/07/2019

11
LAMPIRAN-LAMPIRAN

Skema Back-End System

Display Aplikasi Android 1

12
 Display Aplikasi Android 2

Skema Prototype Microcontroller

13
Prototype Microcontroller

14