TANI EMERGENCY ASSISTANT (TEMAN) UNTUK PETANI PADI

##plugins.themes.academic_pro.article.main##

Nurul Arina
Muhammad Rafli Salam
Ainun Trisnaningrun
Muh. Alief Hanafie
Maemunah Maemunah
Eddy Tungadi

Abstract

Beras merupakan salah satu komoditas unggulan khususnya di daerah Sulawesi Selatan. Hal ini dikarenakan mayoritas penduduk menjadikan beras sebagai makanan pokok karena beras mampu menjadi sumber energi dan kaya akan manfaat.  Permintaan  beras  sejak  adanya  pandemi  mengalami  peningkatan  sehingga  idealnya  hal  tersebut  menjadi peringatan bagi petani padi dalam meningkatkan produksi tanaman padinya. Faktanya, saat ini masih banyak petani yang minim  pengetahuan  tentang  kesehatan  padi  sehingga  mempengaruhi  produksi  padi  baik  dari  segi  kualitas  maupun kuantitas. Oleh karena itu, solusi yang ditawarkan adalah sebuah aplikasi Tani Emergency Assistant (TEMAN) yang berbasis  android  sehingga  mampu  memudahkan  petani  padi  dalam  mendeteksi  penyakit  padi.  Metode  pelaksanaan penelitian ini berupa kombinasi dari kegiatan virtual-digital, online, dan offline. Hasil dari penelitian ini berupa aplikasi TEMAN berbasis android yang menerapkan artificial intelligence dengan algortima Convolutional Neural Network (CNN) sehingga dapat digunakan dalam mendeteksi penyakit pada tanaman padi yang telah dipotret.   Selain itu, luaran yang dihasilkan berupa buku panduan penggunaan aplikasi dan juga video tutorial guna mempermudah petani (user) dalam menggunakan aplikasi.

##plugins.themes.academic_pro.article.details##

References

  1. Badan Pusat Statistik Sulawesi Selatan. 2021. Luas Panen dan Produksi Padi di Sulawesi Selatan 2020 (Angka Tetap). Url : https://sulsel.bps.go.id/pressrelease/2021/03/01/581/ luas-panen-dan-produksi-padi-di-sulawesi-selatan-
  2. --angka-tetap-.html. Diakses tanggal 6 Maret
  3. Nuryanto, B. 2018. Pengendalian Penyakit Tanaman Padi Berwawasan Lingkungan Melalui Pengelolaan Komponen Epidemik. Jurnal Litbang Pertanian.
  4. (1):1-11.
  5. Astriah, E., Daniel, Prawitosari T. 2017. Analisis Jenis dan Tingkat Serangan Hama dan Penyakit Pada Tanaman Padi Menggunakan Alat Spektrometer. Jurnal Agritechno. 10(2):71-88.
  6. Pratama, A., Winiarti, S. 2013. Sistem Pakar Untuk Mendiagnosa Penyakit Tanaman Perkebunan Berbasis Multimedia. Jurnal Sarjana Teknik Informatika. 1(1):305-316.
  7. Habibie, M. 2019. Mengidentifikasi Tanaman Beracun pada Pola Daun dengan Jaringan Syaraf Tiruan Learning Vector Quantification. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi). 3(1):7-12.
  8. Zufar, M., Setiyono, B. 2016. Convolutional Neural Networks untuk Pengenalan Wajah Secara Real- Time. Jurnal Sains dan Seni ITS. 5(2):72-77.