Yogyakarta, 13 Juli 2022. Dosen dan Peneliti Smart Agriculture Research, Dr. Andri Prima Nugroho mendapat kesempatan untuk menjadi salah satu narasumber di acara Workshop Adopsi Inovasi Soil Health Management pada Petani di Indonesia Kerjasama University of Passau and Universitas Gadjah Mada. Dilatar belakangi oleh pentingnya pengelolaan tanah dengan mempertimbangkan keberlanjutan dalam pemanfaatanya untuk aktivitas pertanian, maka Peneliti dari Universitas Passau Germany menyelenggarakan project penelitian adopsi dan pemanfaatan perangkat pengukuran kesuburan tanah untuk petani kecil dan menengah, paparan mengenai project ini disampaikan oleh Dr. Nathalie Luck. sekaligus sebagai pengantar pelaksanaan workshop.
Target
Dosen dan Peneliti di Smart Agriculture Research, Departemen Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Gadjah Mada, Andri Prima Nugroho, STP., M.Sc., Ph.D., IPM. menjadi salah satu narasumber dalam acara Diskusi Pertanian. Kegiatan yang diselenggarakan oleh Himpunan Mahasiswa Produksi Pertanian, Politeknik Negeri Jember pada Sabtu, 26 Maret 2020 secara online ini dimulai pada 17:30 – 11:00 WIB.
Kegiatan yang bertajuk “Sinergitas Sistem Pertanian Cerdas di Era Industri 4.0 dan 5.0” dihadiri oleh kurang lebih 100 peserta ini membahas mengenai informasi seputar teknologi di era revolusi industri 4.0 dan 5.0. khususnya dalam bidang pertanian dengan memanfaatkan teknologi berbasis informasi. Pada diskusi ini terdapat interaksi yang aktif antara partisipan dengan pemateri.
Yogyakarta, 27 Maret 2021. Dosen dan Peneliti Smart Agriculture Research, Dr. Andri Prima Nugroho menjadi narasumber pada acara Bincang Desa (BISA) #20 yang diselenggarakan oleh Desa Apps UGM, Fakultas Pertanian Universitas Gadjah Mada. Adapun tema yang diangkat kali ini adalah Belajar Pertanian Pintar (Smart Farming) 101. Turut menjadi narasumber juga Sribudi Astuti, STP, owner Rejeki Tani Home Garden.
Acara Webinar mengenai Smart Farming ini diselenggarakan secara online dan di siarkan secara langsung melalui platform YouTube Agricia. Materi yang disampaikan oleh Dr. Andri diantaranya: Pemaparan apa itu Pertanian Pintar (Smart Farming)?, bagaimana prospek perkembangan Smart Farming saat ini dan masa depan, dan juga contoh penerapan Teknologi Smart Farming Sederhana pada petani skala kecil dan menengah.
Yogyakarta, 18 Maret 2021. Departemen Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian Universitas Gadjah Mada, melalui kelompok riset Smart Agriculture berpartisipasi dalam 1st Japan, Thailand and Indonesia Joint Seminar on Sustainable Agricultural Development Goals (SADGs) yang dilaksanakan oleh Kyushu Society of Agricultural Machinery and Food Engineers and the Subcommittee on Information Engineering, Japanese Society of Agricultural Informatics.
Acara 1st Japan, Thailand and Indonesia Joint Seminar on Sustainable Agricultural Development Goals (SADGs) kali ini bertajuk Current Status and Future Development on Sustainable Agriculture and Food Supply System in Asia yang diselenggarakan secara online ini bertujuan untuk sharing progress penelitian mengenai smart agriculture dan informatika pertanian dari Jepang, Thailand dan Indonesia.
Yogyakarta, 30 Desember 2020. Kabar gembira di akhir tahun 2020 datang dari ALumni Smart Agriculture Research, Departemen Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian Universitas Gadjah Mada. Dua alumni akan melanjutkan studinya di Chungnam National University, Korea Selatan yaitu Aulia Rizkiana dan Muhammad Akbar Andi Arief. Dua alumni ini merupakan bimbingan dari dari Dr. Andri Prima Nugroho, Prof. Lilik Sutiarso dan Dr. Rudiati Evi Masithoh
Aulia Rizkiana sebelumnya menyelesaikan penelitian tugas akhir mengenai modeling pertumbuuhan tanaman meggunakan metode Jaringan Syaraf Tiruan, Artificial Neural Network (ANN), penelitian selengkapnya silakan melihat di video penelitian berikut.
AGRI-BIAMON adalah alat pemonitor hama pada lahan pertanian yang terintegrasi dengan cloud. Sistem pemonitor hama ini dapat mempermudah dan membantu petani dalam pendeteksian hama di lapangan. Sistem ini menggunaan teknologi cloud untuk mendukung pengambilan data dengan Smartphone. Sistem yang dirancang terdiri dari Solar charger controller, Solar Module, GSM Modem, Microcomputer, Baterai, dan Microphone.
Penelitian ini dilakukan oleh Sumardo Purba dibawah bimbingan Dr. Andri Prima Nugroho, S.TP., M.Sc.,Ph.D. dan Susilo Hadi., S.Si., M.Si., Ph.D. Pengembangan sistem ini dilakukan di Smart Agriculture Resarch, Departemen Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian Universitas Gadjah Mada.
Precision agriculture is the monitoring of plant growth in a plant factory production to observe the behavior and predict the estimated yield of plant production. The plant growth is caused by external factors and nutrient availability. The estimation of plant growth considering the environmental conditions as well as initial plant height is necessary for plant management during the production cycle. So, this poster includes the aim, process, and result in plant growth prediction.
This video explains our research in the development of a plant growth prediction model based on Artificial Neural Network (ANN) conducted by Aulia Rizkiana, under the supervision of Dr. Andri Prima Nugroho, Dr. Rudiati Evi Masithoh, and Prof. Dr. Ir. Lilik Sutiarso, M.Eng. This research was conducted at Smart Agriculture Research, Department of Agricultural and Biosystems Engineering, Faculty of Agricultural Technology Universitas Gadjah Mada.
Salah satu sistem hidroponik yang banyak diadaptasi oleh kebun hidroponik skala komersil saat ini adalah sistem Nutrient Film Technique (NFT). Tanaman yang dibudidayakan dengan sistem NFT umumnya adalah sayuran seperti sawi, selada, kangkung, dan bayam. Dalam sistem NFT, terdapat 3 fase pertumbuhan tanaman yang masing-masing berada dalam modul yang berbeda, yaitu fase semai, remaja, dan dewasa. Tanaman pada hidroponik dipindahkan dari satu modul ke modul lainnya ketika usia tanam telah mencapai akhir fase karena pada saat tersebut luas kanopi tiap tanaman mulai saling menutupi. Tujuan dari pembagian modul tersebut diantaranya untuk efisiensi lahan dan menghindari terjadinya persaingan mendapatkan cahaya matahari. Namun kendalanya adalah petani membutuhkan tenaga yang lebih besar untuk memindahkan tanaman dari satu modul ke modul yang lainnya mengingat dalam kebun skala komersil jumlah tanaman dalam satu periode tanam dapat mencapai ribuan hingga puluhan ribu.
Pengukuran pertumbuhan tanaman secara konvensional bersifat destruktif dan sangat dipengaruh human error, sehingga diperlukan suatu metode pengukuran secara otomatis , akurat, dan real-time untuk dijadikan sebagai acuan tetap dalam menyongsong pertanian presisi (precision agriculture). Metode monitoring tumbuh-kembang tanaman yang sudah ada, memiliki berbagai kekurangan seperti menggunakan kamera tunggal satu lensa dan pengamatannya masih sebatas mengukur ketinggian.
Depth Perception Camera merupakan sebuah alat sistem monitoring pertumbuhan dan perkembangan tanaman secara real-time pada suatu plant factory (sistem budidaya tanaman secara terpadu dan intensif dalam lingkungan terkontrol). Luaran yang dihasilkan dari program PKM-KC ini adalah berupa video pelaksanaan program yang dibuat secara daring. Secara garis besar, metode pengukuran tumbuh-kembang tanaman secara presisi dilakukan mengunakan kamera stereo atau kamera dua lensa. Citra yang berhasil diakusisi kemudian diproses hingga memperoleh disparity map untuk mengukur kedalaman dengan rumus triangulasi dengan mengukur sudut di dua titik pengukuran yang sejajar.
Pertanian presisi merupakan metode peningkatan produktivitas pertanian dengan mengurangi biaya dan dampak terhadap lingkungan melalui pemanfaatan sumber daya dengan bantuan teknologi. Salah satu penerapannya adalah teknologi growth chamber. Teknologi tersebut menyediakan lingkungan yang terkendali untuk menganalisis efek dari parameter lingkungan (cahaya, suhu, komposisi gas atmosfer dll.)
Growth chamber telah banyak digunakan dalam penelitian, namun ditunjukkan bahwa meskipun tanaman sangat terkontrol, terdapat beberapa tanaman tidak seragam yang menyebabkan tingkat variabilitas cukup besar dalam data respons instalasi. Salah satu penyebab kurang akuratnya pengambilan data pada growth chamber adalah penggunaan satu kamera statis. Akibatnya, tanaman tidak terdeteksi secara utuh. Apabila menggunakan jumlah kamera yang disesuaikan dengan luasan ruang growth chamber, biaya yang dikeluarkan lebih banyak. Maka, Automatic Growth Chamber dengan fitur Mobile RoboVision siap untuk mendukung penerapan pertanian presisi pada indoor city farming. Mobile RoboVision pada Automatic Growth Chamber ini bersifat non-destructive dan tidak statis. Alat tersebut berupa robot kamera otomatis yang dapat berjalan di atas tanaman dengan sistem rail-mounted.
Komentar Terbaru