Indonesia adalah negara agraris dengan 200juta lahan dan 25% digunakan untuk aktivitas pertanian. Kegiatan pertanian ini mengambil peran penting dalam ekonomi nasional dengan kontribusinya pada Gross Domestic Product (GDP) sebesar 15,4% (Anggarendra, 2016). Aktivitas pertanian yang dilakukan umumnya pada tanman pangan dan hortikultura, dengan budidaya pertanian lahan terbuka. Sistem pengelolaan pertanian lahan terbuka ini sangat erat kaitannya dengan dinamika perubahan iklim dan kondisi lingkungan.
Pertanian presisi menjadi kunci dalam penerapan sistem pertanian efisien yang menggunakan informasi untuk setiap proses pengambilan keputusan secara terukur dan jelas. Proses pembelajaran penerapan sistem pertanian presisi ini melalui proses yang tidak mudah, butuh usaha dan pembiasaan serta pengetahuan mengenai faktor-faktor pendukung lainya.
Memahami proses yang mempengaruhi proses belajar dan adaptasi dalam menerapkan sistem pertanian presisi menjadi penting sebagai langkah awal untuk mewujudkan sistem pertanian presisi yang sepadan dan inovatif. Pada paper yang ditulis oleh Eastwood (2009), yang berjudul “Farmers as co-developers of innovative precision farming systems” akan coba kita bahas studi kasus di petani australia seperti apa prosesnya.
Penerapan konsep pertanian presisi dengan mengadopsi Teknologi cloud sudah dapat diwujudkan untuk membantu mengoptimalkan proses produksi pertanian. Beberapa hal yang perlu dipertimbangkan dalam penerapannya adalah aspek keberlanjutan (sustainability). Dari sisi teknis, hardware dan software, serta data dan informasi pendukung (infoware), pertanian presisi dapat di adaptasikan untuk dapat diterapkan pada pertanian tropis baik untuk sistem konvensional maupun CF. Sedangkan dari sisi budaya, ada manusia (humanware), organisasi kelembagaan (organoware), masih perlu untuk dikaji lebih lanjut. Model keterkaitan antar sub-sistem dan strategi implementasi dapat dilihat pada Gambar 3.3. Tahapan dan berikut dengan kaitannya dengan pemanfaatan sumber daya alam untuk proses produksi akan dijelaskan lebih lanjut.
Proses produksi pertanian sangat erat kaitannya dengan pemanfaatan sumberdaya alam. Keterbatasan ketersediaan air ini menuntut sebuah sistem pertanian yang mampu mengefisienkan penggunaan air serta tetap mendapatkan output (yield) yang memenuhi target kebutuhan pangan. Selain itu, fenomena perubahan iklim global, perkembangan penduduk yang relatif cepat, serta penurunan alih fungsi lahan ke pemukiman, konsep City Farming (CF) atau Urban Farming menjadi pilihan untuk pemenuhan kebutuhan pangan. Oleh karena itu, pertanian presisi atau Precision agriculture (PA) menjadi salah satu pendekatan yang dapat diadopsi untuk peningkatan produktivitas pertanian dengan mengoptimalkan pemanfaatan sumberdaya dengan penggunaan Teknologi sepadan. Konseptual model hubungan penggunaan sumber daya alam dan adopsi teknologi baru dapat dilihat pada Gambar 1. yang menunjukkan adanya City Farming sebagai salah satu usaha tani yang memanfaatkan teknologi baru serta harus berdampingan dengan sistem pertanian konvensional.
Penelitian mengenai perancangan model prediksi evapotranspirasi ini dipresentasikan di Seminar Nasional Perteta tahun 2017 yang diselenggarakan di Banda Aceh. Adapun ide dasarnya adalah pemanfaatan metode seri waktu atau time series untuk memprediksi Evapotranspirasi referensi (ETo) dalam n-jam kedepan. Pada penelitian ini menggunakan jangka pendek karena meningat penggunaanya sebagai peringatan dalam pengelolaan pertenian pada lahan terbuka.
Adapun detil metode time series yang digunakan adalah SARIMA (Seasonal Autoregressive Integrated Moving Average). Metode SARIMA ini merupakan pengembangan dari ARIMA dengan memfasilitasi faktor musiman (seasonal), sehingga diperolehlah SARIMA. Data yang digunakan adalah data Temperature, Humidity, dan Solar Radiasi dari lahan yang pertanian di Rejeki Tani Home Farming, Jalan Kaliurang Km. 12, Ngaglik, Sleman. Dari data cuaca tersbut diestimasi nilai Evapotranspirasi referensinya menggunakan model FAO-56 Penman Monteith yang akan digunakan sebagai input dalam SARIMA. Adapun parameter model SARIMA yang diperoleh adalah SARIMA (2, 1, 2)(1, 1, 1)24 yang akan dilihat sejauhmana kinerjanya untuk prediksi.
Pertanian presisi (Precision Agriculture/PA) adalah pendekatan sistem pertanian terpadu berbasis pada informasi dan teknologi pada pengelolaan pertanian untuk mengidentifikasi, menganalisis, dan mengelola informasi di spesifik-lokasi untuk mendapatkan keuntungan optimum, berkelanjutan, dan meminimalkan dampak terhadap lingkungan. Perilaku tersebut dilakukan pada semua kegiatan pertanian mulai dari on-farm sampai off-farm. PA dikembangkan dengan menfaatkan teknologi informasi yang memungkinkan untuk melakukan pengukuran dan pengamatan secara spesifik dan presisi sehingga mampu menerapkan kegiatan pertanian berdasarkan basis data, ilmu dan pengetahuan tidak lagi menggunakan kebiasaan, pengalaman dan asumsi semata.
Tanah merupakan salah satu faktor penting dalam budidaya tanaman. Tanah sebagai media tanam tumbuhan memiliki berbagai unsur hara yang diperlukan oleh tanaman untuk tumbuh dan berkembang. Namun jumlah unsur hara yang dalam tanah tersebut jumlahnya terbatas sehingga akan segera habis karena dimanfaatkan oleh tanaman. Oleh karena itu perlu adanya penambahan zat luar yang mengandung unsur –unsur hara tersebut agar tanaman dapat terus tumbuh dan berkembang, proses penambahan zat luar tersebut disebut pemupukan.
Indonesia saat ini tengah bergerak menuju revolusi industri 4.0, yaitu perubahan cara produksi dengan memadukan teknologi seperti otomasi, kecerdasan buatan, internet dan data analitik. Industri 4.0 akan memberi pengaruh besar terhadap berbagai sektor industri yang ada di Indonesia, termasuk industri pertanian. Salah satu langkah pengembangan pertanian menuju industri 4.0 adalah dengan menerapkan Internet of things (IoT) atau interenet segala.
Penerapan IoT dalam dunia pertanian salah satunya adalah dalam penerapan precision agriculture (PA), yaitu manajemen pertanian berdasarkan pengamatan, pengukuran dan respon berbagai variable pertanian. PA bertujuan untuk mengoptimalkan input dan mendapatkan hasil pertanian yang maksimal dengan memanfaatkan data lingkungan pertanian. Wireless Sensor Networks (WSN) merupakan metode yang dapat digunakan untuk melakukan pengukuran dan pengamatan terhadap berbagai variable pertanian seperti suhu, kelembaban dan radiasi matahari dalam penerapan PA.
Saat ini produk pertanian dan pangan dituntut untuk memenuhi kebutuhan masyarakat yang semakin meningkat baik secara kualitatif maupun secara kuantitatif, hal tersebut tidak diikuti dengan meningkatnya jumlah lahan pertanian bahkan sebaliknya, saat ini lahan pertanian justru mengalami penurunan. Disisi lain, pengaruh negatif pertanian pada lingkungan pun harus semakin diperhatikan agar lahan pertanian dapat dimanfaatkan terus menerus dalam kurun waktu yang lama, karena kebutuhan pertanian yang semikin tinggi sehingga diperlukan produksi produk pertanian yang tinggi dengan kualitas yang baik serta proses pertanian yang tidak merusak lingkungan. Oleh sebab itu perlu adanya penerapan pertanian presisi sebagai solusi dari permasalahan tersebut.
Pada abad ke-16 muncul sebuah teori dimana matahari menjadi pusat dari tata surya dan bumi beserta planet-planet lainnya berputar mengelilingi matahari. Heliosentris, teori yang dikemukakan oleh Nicolaus Copernicus seorang astronomi pada abad ke-16 yang hingga kini diakui oleh para ilmuwan dan digunakan menguak fenomena-fenomena lain berdasar pada teori heliosentris. Proses berputarnya bumi mengelilingi matahari ini menyebabkan bumi pun berputar pada porosnya atau yang biasa disebut dengan rotasi bumi. Rotasi bumi menyebabkan terjadinya siang dan malam. Pembagian waktu siang dan malam menyebabkan segala bentuk aktivitas di muka bumi didasarkan pada perubahan waktu yang terjadi.
Komentar Terbaru