Profesor Universitas Brawijaya Kembangkan Cara Berkomunikasi dengan Tanaman
Apalagi di bidang pasca-panen tanaman, IBIS telah dimanfaatkan untuk mengidentifikasi karakteristik mutu, fisik, dan kimia objek-objek pertanian sehingga kualitas produk-produk pertanian dapat ditingkatkan.
"Ketika kita dapat berkomunikasi dengan tanaman, maka kita akan mengetahui kebutuhan hidup tanaman secara akurat. Penelitian ini dikembangkan dengan menggunakan deep learning," ucap dia kembali.
Metode deep learning sendiri adalah pengembangan metode jaringan syaraf tiruan yang berlapis-lapis.
Metode jaringan syaraf tiruan yang digunakan secara berlapis-lapis, terbukti lebih efektif dalam mengklasifikasikan objek pertanian berdasarkan karakteristiknya masing-masing.
Beberapa contoh permasalahan klasifikasi di bidang pertanian adalah klasifikasi tingkat kadar air tanaman, klasifikasi jenis mutu produk pertanian, klasifikasi tingkat kematangan produk pertanian, dan lain sebagainya.
Ke depan dirinya bertekad mengembangkan IBIS ini ke dalam bidang sistem kontrol pertanian, untuk mewujudkan customizable agricultural product. IBIS akan dikembangkan untuk mengoptimalkan teknologi plant factory.
"Plant factory adalah suatu sistem budidaya pertanian tertutup di mana semua faktor lingkungan (suhu, kelembaban, intensitas cahaya, air, nutrisi, CO2, frekuensi suara, dan lain-lain) dapat dikontrol secara optimal. Di era revolusi industri 4,0, permintaan konsumen ketika akan membeli produk juga semakin detail, dan semua permintaan konsumen tersebut harus bisa dipenuhi secara spesifik oleh produsen. Ini yang dinamakan customizable product," terangnya.
