Pemanfaatan Big Data dalam Pertanian
#NgobrolPertanian03 oleh Dinda Raraswati
Pada postingan sebelumnya kita udah bahas tentang smart farming dan kendala yang harus dihadapi, lebih lengkapnya cek postingannya ya à Pertanian 4.0 di Indonesia. Sekarang kita bahas lebih lanjut tentang salah satu tantangannya nih, yaitu terkait big data. Seberapa pentingnya penggunaan big data dalam sektor pertanian?
Big Data dalam Pertanian
Data berperan penting dalam pelaksanaan smart farming karena petani dapat menentukan keputusan sesuai dengan kondisi yang sedang terjadi berdasarkan data yang dimiliki [1]. Berikut adalah aplikasi big data dalam pertanian.
1. Prediksi cuaca
Produksi tanaman sangat bergantung pada kondisi lingkungan seperti iklim, tanah, dan cuasa. Penggunaan data cuaca dan teknologi monitoring dapat memudahkan petani dalam memprediksi dampak kondisi lingkungan terhadap komoditas yang mereka tanam. Petani dapat merespon dan membuat keputusan dengan cepat dan tepat berdasarkan data yang diperoleh secara real time seperti sensor tanah ataupun gambar yang diambil oleh drone [2].
2. Prediksi Rantai Pasok
Salah satu masalah yang dihadapi para petani saat ini adalah berlimpahnya hasil panen suatu komoditas pada satu waktu sehingga harga komoditas tersebut turun dan bahkan menyebabkan petani membuang hasil panennya. Big data dalam hasil panen dan harga dapat digunakan dalam prediksi rantai pasok pertanian sehingga dapat meminimalkan resiko terjadinya fluktuasi harga dan juga melimpahnya hasil panen di daerah tertentu.
3. Manajemen Hama dan Penyakit
Pada smart farming, big data digunakan untuk membuat algoritma yang dapat mengidentifikasi pola dan perilaku hama ataupun penyakit sehingga dapat diprediksi waktu terjadinya serangan hama dan penyakit. Prediksi tersebut dapat menghindarkan petani dalam penggunaan pestisida yang berlebihan.
Menurut Lenniy (2020), terdapat beberapa manfaat dalam aplikasi big data, antara lain adalah sebagai berikut.
1. Peningkatan hasil produksi. Analisis big data dalam budidaya pertanian menyebabkan petani dapat membuat keputusan yang tepat sehingga hasil panen dapat meningkat
2. Peningkatan efisiensi sumber daya. Selain meningkatkan produksi, analisis big data dapat menurunkan konsumsi sumber daya seperti air, pupuk, dan pestidisa karena penggunaan sumber daya berdasarkan kebutuhan.
3. Penurunan limbah makanan. Analisis big data dalam rantai pasok terlah terbukti menurunkan makanan yang terbuang hingga 20–30%.
Sumber Data Pertanian dan Analisis Big Data
Data dalam pertanian dapat berupa perilaku konsumen, geospasial, dan kondisi lingkungan. Big data untuk sektor pertanian dapat dipeorleh dari pendekatan holistik yang terdiri atas teknologi dan sektor yang terkait seperti data tanah, iklim, panen, agribisnis, dan pola tanam. Untuk membuat keputusan yang tepat, petani tidak dapat hanya mengandalkan satu jenis data saja [1]. Contoh sumber data yang dapat bermanfaat dalam pertanian antara lain adalah data cuaca, satelit, geospasial, remote sensing (drone), sensor tanah, dan kamera. Data yang diperoleh tersebut kemudian dianalisis menggunakan beberapa teknik seperti machine learning, cloud-based platforms, image processing, modeling and simulation, geographical information system (GIS), dan analisis statistik. Machine learning digunakan untuk melakukan prediksi, klasifikasi, dan clustering. Adapun image processing digunakan untuk mengolah data berupa gambar dan remote sensing yang selanjutnya dapat digunakan dalam machine learning. Cloud platforms memungkinkan penyimpanan data dalam skala besar, analisis, dan visualisasi data, sedangkan GIS digunakan untuk mengatasi masalah geospasial [3].
Terdapat beberapa tahapan dalam aplikasi big data dalam smart farming.
Tantangan Big Data dalam Pertanian
Aplikasi big data dalam pertanian menghadapi dua tantangan utama, yaitu tantangan teknis dan organisasi. Adapun tantangan teknik berkaitan dengan infrastruktur IT, suplai energi listrik, dan koneksi internet, sedangkan tantangan organisasi berkaitan dengan monitoring, ahli IT, ahli pertanian, dan manajemen tim. Selain kedua tantangan tersebut, biaya investasi dan keuntungan yang akan diperoleh juga menjadi pertimbangan utama dalam aplikasi big data dalam pertanian karena diperlukan biaya investasi yang besar untuk instalasi teknologi pada awal pembangunan smart farming. Integrasi data pada seluruh daerah juga perlu diperhatikan karena pembuatan keputusan yang tepat harus mempertimbangkan dari dari berbagai sumber [1].
Penutup
Data berperan penting dalam segala sektor kehidupan, salah satunya dalam smart farming karena petani dapat mengambil tindakan yang tepat pada lahannya berdasarkan informasi yang diperoleh. Masih banyak petani di Indonesia yang mengalami gagal panen karena gagal mengobservasi serangan hama dan penyakit ataupun perubahan kondisi lingkungan yang ekstrem. Aplikasi big data dalam pertanian disertai dengan bantuan teknologi bermanfaat dalam melakukan prediksi terkait kondisi lingkungan, hama, dan penyakit serta dapat menggunakan sumber daya secara efisien.
Referensi :
[1] Sarker, Md Nazirul Islam, Shaeehn Yusufzada, Min Wu, Dan Li, Bouasone Chanthamith, dan Jie Zhang. 2019. “Big Data Driven Smart Agriculture: Pathway for Sustainable Development”. 2nd International Conference on Artificial Intelligence and Big Data.
[2] Lenniy, Dmytro. 2020. “How to Encourgae Farmers to Use Big Data Analytics in Agriculture”. [Online] https://www.intellias.com/how-to-encourage-farmers-to-use-big-data-analytics-in-agriculture/
[3] Kamilaris, Andreas, Andreas Kartakoullis, dan Francesc X. Prenafeta-Boldú. 2017. “A Review on The Practice of Big Data Analysis in Agriculture
Sumber Gambar :
