Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

pertanian

Tajuk rencana

Kemajuan Terkini dalam Aplikasi Sensor di Pertanian

Ahmed Kayad1,2 , Dimitrios S.Paraforos3, Francesco Marinello1,* dan Spyros Fountas4
1 Departemen TESAF, Universitas Padova, Viale dell'UniversitA16, I-35020 Legnaro (PD), Italia;
ahmed.kayad@phd.unipd.it
2 Lembaga Penelitian Teknik Pertanian (AEnRI), Pusat Penelitian Pertanian, Giza 12619, Institut Teknik
3 Pertanian Mesir, Teknologi Produksi Tanaman, Universitas Hohenheim, Garbenstraße 9, 70599
Stuttgart, Jerman; d.paraforos@uni-hohenheim.de
4 Departemen Manajemen Sumber Daya Alam & Teknik Pertanian, Universitas Pertanian
Athena, Iera Odos 75, 11855 Athena, Yunani; sfountas@uth.gr
* Korespondensi: francesco.marinello@unipd.it ; Telp: +39-349-581-0250

---- -
Diterima: 10 Agustus 2020; Diterima: 12 Agustus 2020; Diterbitkan: 17 Agustus 2020 ---

Abstrak:Penerapan sensor berdampak pada objek sehari-hari yang meningkatkan kualitas hidup
manusia. Dalam edisi khusus ini, tujuan utamanya adalah untuk membahas kemajuan terkini
dalam aplikasi sensor di bidang pertanian yang mencakup berbagai topik di bidang ini. Sebanyak
14 artikel diterbitkan pada edisi khusus ini dimana sembilan di antaranya merupakan artikel
penelitian, dua artikel review, dan dua catatan teknis. Topik utamanya adalah penginderaan tanah
dan tanaman, pengelolaan pertanian, dan penerapan pasca panen. Topik penginderaan tanah
mencakup pemantauan kadar air tanah, pipa pembuangan, dan pergerakan tanah lapisan atas
selama proses penginderaan, sedangkan topik penginderaan tanaman mencakup evaluasi aliran
semprotan di kebun anggur, aplikasi termografi untuk gandum musim dingin dan penilaian
kesehatan pohon, serta aplikasi penginderaan jauh. Lebih-lebih lagi,

Kata kunci:sensor pertanian; pertanian presisi; teknik pertanian; pertanian digital; sensor
tertanam; ISO 11783; termografi inframerah; penginderaan jauh

1. Perkenalan

Teknologi memainkan peranan penting dalam pengembangan pertanian tanaman dan peternakan serta
berpotensi menjadi pendorong utama intensifikasi sistem pertanian yang berkelanjutan. Secara khusus, sensor
baru kini tersedia dengan dimensi yang lebih kecil, biaya yang lebih rendah, dan peningkatan kinerja, yang
dapat diimplementasikan dan diintegrasikan dalam sistem produksi, sehingga memungkinkan peningkatan
data dan pada akhirnya peningkatan informasi. Hal ini sangat penting untuk mendukung transformasi digital,
pertanian presisi dan pertanian cerdas, dan pada akhirnya memungkinkan terjadinya revolusi dalam cara
produksi pangan. Untuk memanfaatkan hasil ini, studi otoritatif dari dunia penelitian masih diperlukan untuk
mendukung pengembangan dan implementasi solusi baru dan praktik terbaik.
Banyak aplikasi sensor yang mempunyai dampak signifikan dalam semua praktik pertanian. Misalnya, sensor
kelembaban tanah mendukung keputusan petani dalam praktik irigasi sehingga mencegah tanaman dari stres
kekeringan dan penerapan irigasi yang berlebihan. Saat ini, banyak aplikasi dari data penginderaan jauh digunakan
untuk menilai kesehatan tanaman, kekeringan dan hasil panen dengan mempertimbangkan peningkatan resolusi
spasial, temporal dan spektral serta ketersediaan sensor tersebut. Selain itu, revolusi dalam sensor, teknologi
informasi dan komunikasi menghasilkan data arsip yang substansial untuk praktik pertanian secara keseluruhan dan
berdampak pada keseluruhan sistem manajemen. Pengelolaan pertanian merupakan isu yang melampaui praktik
pertanian sehari-hari yang normal. Teknologi digital membantu petani mengambil keputusan yang lebih bijaksana
dengan memberikan gambaran yang lebih baik tentang pertanian mereka.

Pertanian2020,10, 362; doi:10.3390/pertanian10080362 www.mdpi.com/journal/agriculture

Pertanian2020,10, 362 2 dari 8

2. Ringkasan Edisi Khusus

Setelah proses review, 14 dari 21 makalah yang masuk ke edisi khusus diterima untuk diterbitkan. Artikel yang
diterbitkan meliputi sepuluh artikel penelitian, dua artikel review dan dua catatan teknis. Topik artikel yang diterbitkan
membahas berbagai topik terkait aplikasi sensor di tanah, penilaian kesehatan tanaman, manajemen pertanian, dan
proses pasca panen. Editorial ini mengklasifikasikan empat bagian sebagai berikut: pekerjaan yang berhubungan
dengan tanah, perlindungan tanaman di kebun anggur, penilaian kesehatan tanaman, manajemen pertanian
menggunakan teknologi digital dan, terakhir, penerapan pasca panen pada biji bunga matahari.

2.1. Pekerjaan Terkait Tanah

2.1.1. Penginderaan Kelembaban Tanah

Mempertahankan ketersediaan kelembaban tanah merupakan persyaratan penting untuk kondisi

pertumbuhan tanaman yang optimal yang bergantung pada sifat fisik tanah dan kondisi lingkungan sekitar.
Beberapa teknik dikembangkan untuk menentukan kadar air tanah: di antaranya adalah sensor berbasis
neutron sinar kosmik yang baru diusulkan di bidang pertanian dalam beberapa tahun terakhir dan
memungkinkan pemantauan wilayah yang luas, dan sensor kapasitansi yang relatif murah dan dapat
memberikan informasi nyata. -waktu pengukuran kadar air tanah tetapi memerlukan kalibrasi yang tepat.
Makalah oleh Stevanato dkk. [1] berjudul “Sensor Neutron Sinar Kosmik Baru untuk Estimasi Kelembapan
Tanah di Area Luas”. Hal ini memperkenalkan pengembangan instrumen inovatif yang memungkinkan estimasi
kelembaban tanah dari jumlah neutron epitermal lingkungan, berkat penerapan detektor neutron komposit.
Artikel kedua ditulis oleh Nagahage dkk. [2] berjudul “Kalibrasi dan Validasi Sensor Kelembapan Kapasitif
Berbiaya Rendah untuk Mengintegrasikan Sistem Pemantauan Kelembapan Tanah Otomatis”. Dalam catatan
teknis ini, model sensor kelembaban tanah kapasitif: SKU:SEN0193, DFRobot, Shanghai, Cina, dikalibrasi dalam
kondisi laboratorium. Tujuan dari penelitian ini adalah untuk menguji sensor ini dalam kondisi laboratorium
dan mengintegrasikannya dengan sistem akuisisi data. Data sensor dibandingkan dengan pengukuran yang
sesuai dari metode gravimetri tradisional dan dengan model sensor terkalibrasi lainnya: SM-200, Delta-T
Devices Ltd., Cambridge, Inggris. Hasil penelitian menunjukkan bahwa sensor SKU:SEN0193 dapat membantu
menjaga kelembaban tanah yang tersedia dalam sistem dalam ruangan sehingga meminimalkan risiko
penggunaan air berlebih dan tekanan kelembaban tanah.

2.1.2. Deteksi Pipa Drainase

Selama lebih dari 30 tahun, sejumlah besar pipa drainase pertanian telah dipasang di Amerika Serikat dan saat
ini beberapa petani perlu memperbaiki atau mengganti bagian dari saluran pembuangan yang tidak berfungsi
dengan baik. Untuk tujuan tersebut, peta garis yang sudah ada diperlukan dan dalam banyak kasus peta ini tidak lagi
tersedia. Artikel oleh Allred dkk. [3] berjudul “Penggambaran Pola Pipa Drainase Pertanian Menggunakan Radar
Penetrasi Tanah yang Terintegrasi dengan Sistem Satelit Navigasi Global Kinematik Real-Time”. Dalam penelitian ini,
penulis menggunakan radar penembus tanah (GPR) yang terintegrasi dengan sistem satelit navigasi global kinematik
real-time (RTK-GNSS) untuk memindai dan memetakan jalur pipa pembuangan di lahan pertanian. Ide di balik GPR
melibatkan pengarahan pulsa radio elektromagnetik ke bawah permukaan yang memantulkan sebagian fitur yang
terkubur dan dengan mengukur waktu yang dibutuhkan, GPR dapat mendeteksi kedalaman objek yang ditargetkan.
Sistem GPR yang diproduksi oleh Sensors and Software Inc. (Mississagua, ON, Kanada) digunakan pada frekuensi
sentral 250 MHz seperti yang direkomendasikan oleh penelitian sebelumnya [4,5] untuk mendeteksi pipa drainase
yang terkubur. Untuk mengumpulkan koordinat RTK GNSS, digunakan sistem yang terdiri dari penerima penjelajah
dan penerima stasiun pangkalan yang diproduksi oleh Topcon Corporation (Itabashi, Jepang). Penulis menguji sistem
ini di tiga lokasi berbeda dimana dua lokasi berlokasi di Maryland dan situs ketiga berlokasi di Ohio, Amerika.
Pengaturan GPR disesuaikan dengan jarak 5 cm antara pengukuran jejak sinyal, sedangkan kedalaman penyelidikan
adalah 2 m di lokasi yang berlokasi di Maryland dan 1,5 m di lokasi Ohio. Hasilnya menunjukkan bahwa sistem GPR-
RTK/GNSS berhasil menentukan jalur pipa drainase di semua lokasi pengujian. Pola drainase yang terdeteksi memiliki
bentuk yang berbeda-beda seperti: persegi panjang, herringbone, dan garis acak di dalamnya
Pertanian2020,10, 362 3 dari 8

situs yang diuji. Penulis merekomendasikan sistem ini karena lebih cepat dan tidak menyebabkan kerusakan pipa
dibandingkan metode penggalian tradisional.

2.1.3. Persiapan Persemaian

Setelah penerapan operasi pengolahan tanah primer, permukaan tanah masih memerlukan operasi
pengolahan tanah sekunder seperti garu putar untuk menghaluskan permukaan tanah dan menyiapkan
persemaian yang sesuai. Penggarukan berkontribusi terhadap erosi tanah dan banyak teknik yang
digunakan untuk memantau pergerakan tanah selama operasi pengolahan tanah seperti: manik-manik
plastik, batu granit, dan kubus aluminium. Sebuah artikel oleh Kayad dkk. [6] berjudul “Menilai
Pergerakan Tanah Lapisan Atas pada Proses Rotary Harrowing dengan Teknik RFID (Radio-Frequency
Identification)”. Dalam catatan teknis ini, penulis menyarankan penggunaan sistem RFID untuk menilai
pergerakan tanah lapisan atas setelah uji lapangan penggarukan putar. Sistem RFID terdiri dari tag RFID
kecil untuk ditempelkan pada objek yang ditargetkan dan pembaca RFID yang mengidentifikasi tag.
Penulis memasukkan tag RFID ke dalam sumbat gabus yang memiliki bahan tahan lama dan sebagian
besar meniru sisa tanaman seperti batang jagung kering atau tongkol jagung. Tag RFID didistribusikan
secara teratur di tanah dan setelah operasi pengrusakan, perpindahan setiap tag diukur. Uji coba
lapangan mencakup kondisi kerja garu putar yang berbeda seperti: kedalaman pengolahan tanah,
kecepatan maju, dan batang perata.

2.2. Rotasi Tanaman di Kebun Anggur

2.2.1. Evaluasi Semprotan Drift

Sebuah artikel penelitian ditulis oleh Bourodimos et al. [7] berjudul “Pengembangan dan Evaluasi Lapangan Alat
Penilaian Risiko Penyimpangan Semprotan untuk Aplikasi Penyemprotan Kebun Anggur”. Artikel ini dimulai dengan
menjelaskan aspek negatif penyimpangan semprotan yang disebabkan oleh penyemprot selama penerapan bahan kimia
perlindungan tanaman. Penyimpangan semprotan tersebut merupakan penyebab penting pencemaran lingkungan dan dapat
menimbulkan risiko kesehatan bagi pekerja pertanian dan hewan. Tujuan dari kontribusi ini adalah untuk mengevaluasi
penyimpangan semprotan di kebun anggur menggunakan model penilaian risiko penyimpangan yang dikembangkan dalam
kerangka proyek TOPPS-Prowadis [8]. Model ini menilai aliran semprotan yang dilakukan penyemprot dalam kondisi
meteorologi tertentu seperti kelembapan relatif udara, suhu, kecepatan dan arah angin. Uji coba lapangan di kebun anggur
Universitas Pertanian Athena digunakan untuk mengevaluasi keandalan model ini dengan menilai aliran semprotan di darat
dan udara dalam kondisi meteorologi tertentu. Hasil membuktikan bahwa terdapat perbedaan yang signifikan dalam aliran
semprotan di darat dan udara di antara perlakuan lapangan yang berbeda. Studi ini menyoroti bahwa penyesuaian batas
kondisi penyemprotan mendukung petani untuk menyemprot lahan mereka dengan aliran semprotan yang terbatas,
sehingga meningkatkan efisiensi penyemprotan dan mengurangi dampak lingkungan.

2.2.2. Robot Penyiangan

Gulma dapat menjadi penyebab penurunan hasil hingga 40% [9,10] dan herbisida kimia mempunyai dampak
buruk terhadap lingkungan yang membuktikan pentingnya penyiangan mekanis sebagai alternatif yang menjanjikan.
Robot penyiangan dapat meningkatkan kualitas kerja, pengelolaan sumber daya, efisiensi tenaga kerja, dan
mengurangi konsumsi energi [11]. Artikel oleh Reiser dkk. [12] berjudul “Pengembangan Implementasi Robot Listrik
Otonom untuk Penyiangan Intra-Baris di Kebun Anggur”. Artikel ini melaporkan tentang pengembangan dan
pengujian kinerja alat penyiang anakan listrik berputar yang akan digunakan untuk penyiangan intra-baris secara
otomatis di kebun anggur. Robot yang dikembangkan terdiri dari pembudidaya weeder putar kepala anakan listrik
yang dirancang dan diproduksi oleh Universitas Hohenheim, Jerman dan dipasang ke robot otonom yang disebut
“phoenix” oleh Caterpillar. Robot tersebut dilengkapi dengan pemindai laser 2D untuk mengikuti barisan pohon dan
tanaman merambat di depan kendaraan dan empat saklar keamanan untuk kasus darurat. Untuk mengendalikan dan
merekam data robot, sistem operasi robot sumber terbuka yang disebut ROS Indigo-middleware [13] digunakan.
Robot yang dikembangkan diuji baik di dalam ruangan di laboratorium tempat sampah tanah maupun di luar
ruangan di kebun anggur Universitas Hohenheim. Kinerja untuk deteksi bagasi
Pertanian2020,10, 362 4 dari 8

dievaluasi menggunakan dua metode perasa dan sonar yang berbeda dimana keduanya bekerja dengan baik dan
tidak merusak laras apa pun. Selain itu, pemindai laser memungkinkan mesin mengikuti baris secara akurat dan
evaluasi keseluruhan membuktikan kemampuan robot yang dikembangkan untuk penyiangan intra-baris sehingga
dapat menghemat energi dan waktu pekerja.

2.3. Penilaian Kesehatan Tanaman

2.3.1. Termografi untuk Penilaian Kesehatan Pohon

Pohon mempunyai banyak manfaat bagi manusia dan lingkungan seperti; pencegahan penggurunan dan
pemanasan global, keseimbangan ekosistem dan kesejahteraan manusia. Sebaliknya, kemungkinan tumbangnya
pohon atau dahan rentan terhadap risiko kerusakan pada masyarakat dan infrastruktur sipil terutama ketika pohon
mengalami kerusakan yang membahayakan kesehatannya. Pemantauan status kesehatan pohon sangat penting
untuk mengevaluasi kelayakan biologisnya, risiko yang terkait, dan mendukung pengambilan keputusan mengenai
pohon. Artikel kesebelas oleh Vidal dan Pitarma [14] berjudul “Termografi Inframerah yang Diterapkan pada Penilaian
Kesehatan Pohon: Suatu Tinjauan”. Dalam artikel ini, penulis mengulas penelitian sebelumnya mengenai efektivitas
termografi dalam pemeriksaan kesehatan pohon. Ulasan ini disusun dengan memanfaatkan beberapa database
penelitian seperti Google Scholar, ScienceDirect, Scopus dan database lainnya dalam bahasa Portugis, Inggris dan
Spanyol antara Oktober 2018 dan Februari 2019. Penulis menggunakan beberapa kata kunci dan kombinasi untuk
memilih artikel yang relevan diikuti dengan klasifikasi dan memfilter referensi duplikat sehingga menghasilkan 81
makalah terpilih. Artikel ini terdiri dari tujuh bagian yang dimulai dengan pengenalan dan tinjauan metodologi
kemudian membahas pentingnya pohon dan risiko yang terkait serta beberapa metode dan teknik untuk inspeksi
pohon. Di Bagian 5, penulis meninjau penerapan termografi inframerah pada pohon sebagai teknik inspeksi non-
destruktif diikuti dengan kesimpulan dan rekomendasi. Artikel ini menyoroti efisiensi penggunaan termografi
inframerah dalam deteksi dini kerusakan pohon dibandingkan metode lain dalam hal membedakan antara jaringan
fungsional dan disfungsional dan selanjutnya mengevaluasi vitalitas dan status kesehatan pohon.

Verifikasi status kesehatan pohon menggunakan teknik invasif dan destruktif yang mengganggu struktur pohon
[15]. Selalu disarankan untuk memulai inspeksi pohon dengan teknik yang tidak terlalu invasif jika diperlukan untuk
meminimalkan kerusakan pada pohon [16]. Artikel penelitian lain oleh Pitarma et al. [17] berjudul “Kontribusi
terhadap Penilaian Kesehatan Pohon Menggunakan Termografi Inframerah”. Artikel ini berfokus pada penerapan
termografi inframerah dalam inspeksi pohon dengan menggunakan termogram untuk membedakan antara jaringan
yang rusak dan jaringan yang sehat untuk mengamati pohon sebagai keseluruhan fungsi tubuh. Penerapan seperti
ini sudah banyak dilakukan di berbagai bidang khususnya untuk aplikasi industri, namun masih relatif baru dalam
menilai kesehatan pohon [16]. Tujuan utama dari penelitian ini adalah untuk memberikan analisis kualitatif terhadap
dua spesies arboreal yang berbeda berdasarkan perbedaan citra termalnya. Kedua spesies arboreal tersebut adalah
Quercus pyrenaicaWilld danOlea europaeaL., dan gambar termal diperoleh dengan kamera FLIR T1030sc sementara
suhu atmosfer dan kelembaban relatif diukur dengan termohigrometer FLIR MR 176. Penulis mencatat termogram
pada waktu yang berbeda sepanjang hari selain mengambil foto untuk mendukung inspeksi visual kemudian
menghubungkan termal pola dengan kesehatan pohon. Hasilnya membuktikan potensi tinggi teknik termografi untuk
inspeksi pohon yang memungkinkan diagnosis dini kerusakan dan selanjutnya meningkatkan pemeliharaan pohon.

2.3.2. Gandum Musim Dingin

Gejala infeksi jamur biasanya muncul pada tanaman setelah jangka waktu tertentu sesuai dengan kondisi
suhu dan kelembaban, dan deteksi dini serta diagnosis memungkinkan petani untuk melindungi tanaman
sebelum menyebar luas [18]. Artikel oleh Wang dkk. [19] berjudul “Deteksi DiniZymoseptoria triticidi Gandum
Musim Dingin dengan Termografi Inframerah”. Penelitian ini melaporkan aplikasi termografi inframerah untuk
mendeteksi infeksi jamurZ.triticidi tanaman gandum musim dingin. Ide dibalik penerapan ini adalah bahwa
fotosintesis dan transpirasi tumbuhan dipengaruhi olehZ.triticiyang menyebabkan perubahan suhu kanopi
yang dapat dideteksi melalui termografi. Tujuan dari penelitian ini adalah untuk mendeteksi
Pertanian2020,10, 362 5 dari 8

penyakit ini sejak dini sebelum gejala visual muncul pada tanaman. Dua puluh lima varietas
gandum diuji di ladang yang berlokasi di Stuttgart, Jerman melalui percobaan desain petak
terpisah. Benih disemai pada tanggal 6 Oktober 2011 dan sebagian tanaman dari semua varietas
yang diuji diinokulasi secara artifisial pada tanggal 21 Mei 2012. Gambar termal diperoleh dengan
kamera inframerah (VarioCAM, InfraTec GmbH, Dresden, Jerman) mulai dari lima hari sebelum
inokulasi hingga 38 hari setelah inokulasi. Selain itu, penilaian visual dilakukan oleh staf
berpengalaman dan semua data yang dikumpulkan dianalisis menggunakan perangkat lunak SPSS.
Hasil penelitian menunjukkan bahwa pada beberapa varietas, gejala awal penyakit dapat dideteksi
paling cepat tiga hari setelah inokulasi melalui termografi, sedangkan gejala visual pertama muncul
setelah 23 hari setelah inokulasi.

Beberapa studi tentang aplikasi data spektral pada tanaman lapangan tersedia dari sensor jarak jauh dan tanah
menggunakan teknik penambangan data untuk status nitrogen dan hasil biji-bijian [20,21]. Sebagian besar penelitian
ini didasarkan pada pengukuran yang diperoleh oleh satu sensor dan informasi yang tersedia tentang bagaimana
kombinasi sensor yang berbeda bersifat informatif masih kurang. Artikel oleh Zecha dkk. [22] berjudul “Pemanfaatan
Sensor Optik Darat dan Udara untuk Identifikasi Kadar Nitrogen dan Prediksi Hasil Gandum”. Dalam studi ini,
penyelidikan di berbagai ladang yang ditanami gandum musim dingin menggunakan tingkat nitrogen berbeda
dilakukan melalui sensor spektral yang berbeda. Tujuan akhirnya adalah untuk menguji sensor spektral yang berbeda
pada kondisi uji lapangan dan menjawab tiga pertanyaan utama; Bagaimana kinerja sensor ini dalam skala lapangan?
Fitur perhitungan manakah yang penting dalam menilai hasil, biomassa, dan status nitrogen? Bagaimana fusi data
sensor dapat mendukung keputusan petani? Investigasi dilakukan di berbagai bidang yang terkait dengan Universitas
Hohenheim, Jerman di mana tingkat penerapan nitrogen yang berbeda-beda di bidang tersebut antara tahun 2011
dan 2012. Tiga sensor tanah dimana dua sensor spektrometer pasif dan satu sensor fluoresensi aktif dipasang pada
kapal induk yang bergerak sendiri. Selanjutnya, spektrometer pasif dipasang pada kendaraan udara tak berawak
(UAV) sayap tetap untuk memperoleh gambar udara. Semua data sensor diproses dalam bentuk indeks dan rasio dan
dikorelasikan dengan informasi lapangan dan parameter biologis seperti hasil gandum, biomassa, indeks luas daun
dan nitrogen yang tersedia menggunakan perangkat lunak statistik R. Hasilnya menunjukkan bahwa korelasi yang
lebih kuat dan lebih tinggi diperoleh dari model yang dikembangkan melalui fitur campuran dari berbagai sensor.
Penulis berpendapat bahwa algoritme canggih yang mempertimbangkan radiasi matahari sekitar, citra udara,
konduktivitas listrik tanah, dan penilaian dapat menghasilkan prediksi hasil yang lebih baik.

2.3.3. Penginderaan Jauh Kurma

Banyak peneliti menyelidiki kemungkinan penggunaan citra hiperspektral atau termal untuk penilaian
kesehatan kurma, namun sebagian besar penelitian ini merupakan penelitian terpisah. Sebuah artikel oleh Mulley
dkk. [23] bertajuk “Penginderaan Jauh Multisensor Resolusi Tinggi untuk Mendukung Pengelolaan Kebun Kurma”.
Dalam penelitian ini, penulis menilai kesehatan kurma menggunakan beberapa sensor seperti: deteksi dan jangkauan
cahaya (LiDAR), visual merah-hijau-biru (RGB), gambar termal dan hiperspektral. Tujuan akhir dari penelitian ini adalah
untuk mengeksplorasi sensor dan indikator yang paling tepat untuk mendeteksi stres pada tanaman kurma pada
tingkat spasial yang berbeda. Investigasi dilakukan di perkebunan kurma seluas 168,8 ha yang terletak di wilayah Al-
kharj di Arab Saudi yang dibagi menjadi blok berbentuk persegi panjang dengan luas masing-masing sekitar 10 ha.
Peternakan ini memiliki praktik pemeliharaan dan pengairan yang berkesinambungan dan dikelola dengan relatif
baik. Manajer pertanian memberi penulis catatan arsip tentang kumbang palem merah (Rhynchophorus ferrugineus)
infestasi ditambah penilaian visual untuk mengetahui homogenitas area kanopi yang dianggap sebagai indikator
kelompok sehat dan tidak sehat. Selain itu, analisis pohon individual juga dilakukan dari blok yang berbeda. Tanah
dan berbagai sumber data penginderaan jauh dianalisis menggunakan beberapa perangkat lunak sistem informasi
statistik, citra dan geografis di tingkat blok dan pohon. Hasil penelitian menunjukkan bahwa data penginderaan jauh
dapat membantu pengelolaan perkebunan kurma dan memberikan wawasan untuk praktik pengelolaan spesifik
lokasi lebih lanjut. Terakhir, penulis merekomendasikan pendekatan analisis deret waktu untuk mendeteksi
perubahan
Pertanian2020,10, 362 6 dari 8

dalam sifat pantulan vegetasi sebagai indikator kesehatan kurma dan menyarankan topik menarik lainnya di
masa depan tentang eksplorasi bidang-bidang dalam blok untuk diklasifikasikan sebagai zona pengelolaan
untuk penerapan teknik pertanian presisi.

2.4. Manajemen Pertanian Menggunakan Teknologi Digital

2.4.1. Data Arsip Operasi Pembajakan

Sensor yang tertanam pada mesin pertanian yang digunakan untuk diagnostik dan komunikasi yang tepat juga dapat mengungkapkan

banyak informasi mengenai tugas yang dioperasikan. Ada banyak aplikasi sensor berbeda untuk peralatan pertanian yang menghasilkan

kumpulan data besar untuk memantau kinerja mesin, mengukur dan menghitung input dan hasil pertanian. Saat ini, data ini digabungkan

dengan sensor GNSS untuk praktik manajemen spesifik lokasi, dan juga karena harganya yang lebih murah, hal ini memungkinkan pengarsipan

data dan operasi dengan referensi posisi. Artikel oleh Heiß dkk. [24] bertajuk “Penentuan Areal Budidaya, Batas Lahan dan Tumpang Tindih

Dalam Operasi Pembajakan Dengan Menggunakan Data Komunikasi ISO 11783 dan Data Posisi D-GNSS”. Dalam penelitian ini, penulis

mengembangkan algoritma yang berhubungan dengan data georeferensi yang direkam selama operasi pembajakan untuk menghitung

berbagai parameter terkait area secara otomatis. Data dicatat oleh data logger GL2000 CAN-Bus (Vector Informatik GmbH, Stuttgart, Jerman)

yang terhubung ke antarmuka diagnostik traktor yang digunakan. Data yang direkam adalah kecepatan mesin berbasis roda dan koordinat

diferensial GNSS (D-GNSS) serta stempel waktunya. Perangkat lunak MATLAB R2016b (The MathWorks Inc., Natick, MA, USA) digunakan untuk

menganalisis data ini melalui persamaan penyaringan yang berbeda untuk mengidentifikasi lintasan dan selanjutnya menentukan area budidaya

lapangan, batas dan tumpang tindih antar jalur yang digarap. Algoritma yang dikembangkan dapat mendeteksi 58 lintasan yang disesuaikan

dengan jumlah titik angkat dan turun yang menunjukkan fungsionalitas algoritma. Selain itu, indikator-indikator umum yang berbeda dihitung

untuk tumpang tindih, area budidaya dikuantifikasi dan batas lahan terdeteksi membuktikan masuk akalnya hasil tersebut. Penulis

merekomendasikan algoritma ini untuk aplikasi seperti mendokumentasikan dan membuat faktur tugas pertanian dan menggunakan analisis

yang tumpang tindih sebagai indikator efisiensi. area budidaya dikuantifikasi dan batas lahan terdeteksi membuktikan masuk akalnya hasil.

Penulis merekomendasikan algoritma ini untuk aplikasi seperti mendokumentasikan dan membuat faktur tugas pertanian dan menggunakan

analisis yang tumpang tindih sebagai indikator efisiensi. area budidaya dikuantifikasi dan batas lahan terdeteksi membuktikan masuk akalnya

hasil. Penulis merekomendasikan algoritma ini untuk aplikasi seperti mendokumentasikan dan membuat faktur tugas pertanian dan

menggunakan analisis yang tumpang tindih sebagai indikator efisiensi.

2.4.2. Digitalisasi Sistem Pangan

Ketahanan pangan merupakan faktor kunci untuk mengembangkan kesejahteraan dan keamanan manusia secara keseluruhan [25]. Artikel ulasan oleh Raheem dkk. [26] bertajuk

“Digitalisasi Sistem Pangan sebagai Sarana untuk Mempromosikan Ketahanan Pangan dan Gizi di Wilayah Barents”. Di wilayah Barents, makanan tradisional meliputi kentang, daging, ikan,

buah beri dan berbagai macam produk susu dimana sebagian besar pengolahan makanan ini dilakukan oleh usaha kecil dan menengah untuk pengawetan dan distribusi yang lebih baik.

Digitalisasi dapat meningkatkan nilai tambah pangan tradisional dalam hal; meningkatkan proses pemanenan, meningkatkan produksi, mengurangi limbah dan meningkatkan proses

penyimpanan dan distribusi. Misalnya, sensor dan aplikasi pemrosesan data dalam digitalisasi sistem pangan diharapkan dapat meningkatkan akurasi prediksi rantai nilai pangan di wilayah

Barents. Tujuan utama artikel ulasan ini adalah untuk mengidentifikasi tantangan, meningkatkan keberlanjutan dan dukungan terhadap digitalisasi sistem pangan. Artikel ini terdiri dari

tujuh bagian yang dimulai dengan pendahuluan kemudian menjelaskan situasi terkini di wilayah Barents mengenai perubahan iklim, aktivitas manusia dan digitalisasi sistem pangan hingga

bagian nomor 3. Dari Bagian 4, penulis membahas peran dan dampak berbagai teknologi digital dalam pangan -komponen sistem dan keberlanjutan diikuti dengan implikasi masa depan

bagi wilayah Barents dan kesimpulannya. Tinjauan ini dapat membantu dalam membuat konsep kerangka digitalisasi sistem pangan dan memberikan informasi yang lebih baik kepada

pembuat kebijakan dan pemangku kepentingan di wilayah studi untuk mendukung ketahanan pangan. aktivitas manusia dan digitalisasi sistem pangan hingga bagian nomor 3. Dari Bagian

4, penulis membahas peran dan dampak berbagai teknologi digital dalam komponen dan keberlanjutan sistem pangan diikuti dengan implikasi masa depan bagi wilayah Barents dan

kesimpulannya. Tinjauan ini dapat membantu dalam membuat konsep kerangka digitalisasi sistem pangan dan memberikan informasi yang lebih baik kepada pembuat kebijakan dan

pemangku kepentingan di wilayah studi untuk mendukung ketahanan pangan. aktivitas manusia dan digitalisasi sistem pangan hingga bagian nomor 3. Dari Bagian 4, penulis membahas

peran dan dampak berbagai teknologi digital dalam komponen dan keberlanjutan sistem pangan diikuti dengan implikasi masa depan bagi wilayah Barents dan kesimpulannya. Tinjauan ini

dapat membantu dalam membuat konsep kerangka digitalisasi sistem pangan dan memberikan informasi yang lebih baik kepada pembuat kebijakan dan pemangku kepentingan di wilayah

studi untuk mendukung ketahanan pangan.

Pertanian2020,10, 362 7 dari 8

2.5. Aplikasi Pasca Panen pada Biji Bunga Matahari

Proses pengeringan bunga matahari merupakan persyaratan umum untuk penyimpanan yang aman karena
tingkat kelembapan yang berlebihan dapat menyebabkan hilangnya bahan kering dan meningkatkan aktivitas
mikroorganisme. Artikel oleh Munder dkk. [27] berjudul “Akuisisi Data Penyerapan dan Pengeringan dengan
Perangkat Tertanam: Peningkatan Model Standar Biji Bunga Matahari Oleat Tinggi dengan Pengukuran Kontinu
dalam Sistem Dinamis”. Dalam studi ini, metode inovatif untuk menentukan data penyerapan dan pengeringan
digunakan pada suhu umum selama proses penanganan produk pertanian. Tujuan utamanya adalah
mengembangkan model pengeringan yang kuat untuk biji bunga matahari tinggi oleat berdasarkan data dari
percobaan penyerapan dan pengeringan. Eksperimen laboratorium dilakukan untuk menentukan serangkaian data
kadar air kesetimbangan melalui penganalisis gravimetri dan untuk mengumpulkan data kinetik pengeringan satu
lapis pada kondisi pengeringan yang berbeda. Data yang dikumpulkan digunakan untuk pengembangan model
pengeringan satu lapis yang digeneralisasikan berdasarkan kondisi udara. Sistem tertanam yang digunakan untuk
penelitian ini memungkinkan sejumlah besar data eksperimen dicatat yang digunakan agar sesuai dengan model
serapan dan pengeringan semi-empiris dan analitis. Hasil penelitian menunjukkan bahwa kadar air kesetimbangan
meningkat pada nilai aktivitas air yang tinggi melalui percobaan penyerapan. Penelitian ini melaporkan model yang
sesuai untuk biji bunga matahari tinggi oleat yang menggambarkan proses pengeringan untuk berbagai kondisi
kelembaban dan suhu.

3. Kesimpulan

Edisi khusus ini mencakup berbagai aplikasi sensor di bidang pertanian dan menyajikan beberapa hasil
penelitian terbaru dalam topik ini. Kontribusi penulis mencakup aplikasi dalam penginderaan tanah dan tanaman,
manajemen pertanian, dan aplikasi pasca panen. Artikel-artikel yang diterbitkan dalam edisi khusus ini dianggap
sebagai tambahan bagi komunitas ilmiah, dan para editor percaya bahwa artikel tersebut dapat menstimulasi ide-ide
lebih lanjut dan aplikasi baru untuk sensor di bidang pertanian.

Ucapan Terima Kasih:Kami berterima kasih kepada semua penulis edisi khusus ini.

Konflik kepentingan:Para penulis menyatakan tidak ada konflik kepentingan.

Referensi
1. Stevanato, L.; Baroni, G.; Cohen, Y.; Cristiano Lino, F.; Gatto, S.; Lunardon, M.; Marinello, F.; Moreto, S.; Morselli, L.
Sensor Neutron Sinar Kosmik Baru untuk Estimasi Kelembaban Tanah di Area Luas.Pertanian 2019,9, 202.[
Referensi Silang]
2. Nagahage, EAAD; Nagahage, ISP; Fujino, T. Kalibrasi dan validasi sensor kelembaban kapasitif berbiaya rendah untuk
mengintegrasikan sistem pemantauan kelembaban tanah otomatis.Pertanian2019,9, 141.[Referensi Silang]
3. Allred, B.; Harapan, D.; Martinez, L.; Schomberg, H.; Mirsky, S.; Meyers, G.; Elliott, J.; Charyton, C. Penggambaran
pola pipa drainase pertanian menggunakan radar penembus tanah yang terintegrasi dengan sistem satelit
navigasi global kinematik real-time.Pertanian2018,8, 167.[Referensi Silang]
4. Allred, BJ A GPR Studi Kasus Deteksi Pipa Drainase Pertanian: Pengaruh Orientasi Antena Relatif terhadap Tren Arah
Pipa Drainase.J.Lingkungan. bahasa Inggris Geofisika.2013,18, 55–69. [Referensi Silang]
5. Allred, BJ; Fausey, NR; Peters, LJr; Chen, C.; Daniels, JJ; Youn, H. Deteksi Pipa Drainase Pertanian yang Tertimbun Dengan
Metode Geofisika.Aplikasi. bahasa Inggris Pertanian.2004,20, 307–318. [Referensi Silang]
6. Kayad, A.; Rainato, R.; Picco, L.; Sartori, L.; Marinello, F. Kajian Pergerakan Tanah Lapisan Atas pada Proses Rotary
Harrowing dengan Teknik RFID (Radio-Frequency Identification).Pertanian2019,9, 184.[Referensi Silang]
7. Bourodimos, G.; Koutsiaras, M.; Psiroukis, V.; Balafoutis, A.; Fountas, S. Pengembangan dan evaluasi lapangan alat penilaian risiko
penyimpangan semprotan untuk aplikasi penyemprotan kebun anggur.Pertanian2019,9, 181.[Referensi Silang]
8. Proyek TOPPS-Prowadis. Praktik Manajemen Terbaik untuk Mengurangi Penyimpangan Semprotan. 2014. Tersedia daring:
http://www.topps-life.org/(diakses pada 24 Juli 2020).
9. Peteinatos, GG; Weis, M.; Dankamutoples, D.; Rueda Ayala, V.; Gerhards, R. Potensi penggunaan teknologi sensor berbasis darat
untuk deteksi gulma.Pengendalian Hama. Sains.2014,70, 190–199. [Referensi Silang]
Pertanian2020,10, 362 8 dari 8

10. Dankamutoples, D.; Dorado, J.; PakisAndez-Quintanilla, C.; Ribeiro, A. Pendekatan penggunaan kamera kedalaman untuk
estimasi volume gulma.Sensor2016,16, 972.[Referensi Silang] [PubMed]
11. Ge, Z.; Wu, W.; Yu, Y.; Zhang, R. Desain lengan mekanik untuk robot penyiangan laser. Dalam Prosiding
Konferensi Internasional ke-2 Ilmu Komputer dan Teknik Elektronika (ICCSEE 2013), Hangzhou, Tiongkok,
22–23 Maret 2013; hal.2340–2343.
12. Reiser, D.; Sehsa, ES; Bumann, O.; Morhard, J.; Griepentrog, HW Pengembangan implementasi robot listrik otonom
untuk penyiangan intra-baris di kebun anggur.Pertanian2019,9, 18.[Referensi Silang]
13. Quigley, M.; Conley, K.; Gerkey, B.; Faust, J.; Kaki, T.; Leibs, J.; Berger, E.; Wheeler, R.; Mg, A.ROS: Sistem
Operasi Robot sumber terbuka. Dalam Prosiding Konferensi Internasional IEEE tentang Robotika dan
Otomasi (ICRA 2009), Kobe, Jepang, 12–17 Mei 2009; Jilid 3, hlm.5–11.
14. Vidal, D.; Pitarma, R. Termografi inframerah diterapkan pada penilaian kesehatan pohon: Sebuah tinjauan.Pertanian2019, 9, 156.[
Referensi Silang]
15. Astaga, CL; Abdul Rahim, R.; Fazalul Rahiman, MH; Mohammad Thalib, MT; Tee, ZC Merasakan pembusukan kayu pada pohon yang
berdiri: Sebuah tinjauan.Sens. Aktuator A Phys.2018,269, 276–282. [Referensi Silang]
16. Bellett-Travers, M.; Morris, S. Hubungan antara suhu permukaan dan ketebalan kayu radial dari dua belas pohon
yang dipanen di nottinghamshire.Arborik. J.2010,33, 15–26. [Referensi Silang]
17. Pitarma, R.; KrisHaistomo, J.; Ferreira, ME Kontribusi terhadap penilaian kesehatan pohon menggunakan termografi inframerah.
Pertanian2019,9, 171.[Referensi Silang]
18.Lucas, R.;Úbeda, A.; MembayarA,M.; Alves, M.; Del Olmo, E.; LHaipez, JL; San Feliciano, A. Sintesis dan aktivitas
penghambatan enzim dari serangkaian turunan diamina lipid dan aminoalkohol pada fosfolipase sitosol dan
sekretorik A2.Obat Bioorganik. kimia. Biarkan.2000,10, 285–288. [Referensi Silang]
19. Wang, Y.; Zia-Khan, S.; Owusu-Adu, S.; Miedaner, T.; Müller, J. Deteksi dini zymoseptoria tritici pada gandum musim dingin
dengan termografi inframerah.Pertanian2019,9, 139.[Referensi Silang]
20. Thorp, KR; Wang, G.; Bronson, KF; Badaruddin, M.; Mon, J. Penambangan data hiperspektral untuk mengidentifikasi fitur spektral
kanopi yang relevan untuk memperkirakan pertumbuhan gandum durum, status nitrogen, dan hasil biji-bijian. Hitung. Elektron.
Pertanian.2017,136, 1–12. [Referensi Silang]
21. Kayad, A.; Sozzi, M.; Gatto, S.; Marinello, F.; Pirotti, F. Memantau Variabilitas Hasil Jagung di Lahan menggunakan
Teknik Sentinel-2 dan Machine Learning.Sensor Jarak Jauh.2019,11, 2873.[Referensi Silang]
22. Zecha, C.; Peteinatos, G.; Tautan, J.; Claupein, W. Pemanfaatan Sensor Optik Darat dan Udara untuk
Identifikasi Tingkat Nitrogen dan Prediksi Hasil Gandum.Pertanian2018,8, 79.[Referensi Silang]
23. Mulley, M.; Kooistra, L.; Bierens, L. Penginderaan jauh multisensor resolusi tinggi untuk mendukung pengelolaan
pertanian kurma.Pertanian2019,9, 26.[Referensi Silang]
24. Heiß, A.; Paraforos, DS; Griepentrog, HW Penentuan areal budidaya, batas lahan dan tumpang tindih untuk operasi
pembajakan menggunakan komunikasi ISO 11783 dan data posisi D-GNSS.Pertanian2019,9, 38.[Referensi Silang]

25. Hossain, K.; Rahim, D.; Cormier, S.Tata Kelola Ketahanan Pangan di Wilayah Arktik-Barents; Springer: Cham,
Swiss, 2018; ISBN 9783319757568.
26. Rahim, D.; Shishaev, M.; Dikovitsky, V. Digitalisasi sistem pangan sebagai sarana untuk mempromosikan ketahanan
pangan dan gizi di wilayah Barents.Pertanian2019,9, 168.[Referensi Silang]
27. Munder, S.; Argyropoulos, D.; Müller, J. Akuisisi data penyerapan dan pengeringan dengan perangkat tertanam: Meningkatkan
model standar untuk biji bunga matahari oleat tinggi dengan pengukuran berkelanjutan dalam sistem dinamis. Pertanian2019,9
, 1.[Referensi Silang]

©2020 oleh penulis. Pemegang Lisensi MDPI, Basel, Swiss. Artikel ini adalah artikel akses
terbuka yang didistribusikan di bawah syarat dan ketentuan lisensi Creative Commons
Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/).