BRIN Dorong Pertanian Berbasis Data dan Teknologi AI

Ntvnews.id, Jakarta - Badan Riset dan Inovasi Nasional melalui Pusat Riset Sains Data dan Informasi mengembangkan teknologi kecerdasan buatan (AI) untuk mendukung penerapan pertanian presisi sekaligus memperkuat ketahanan pangan nasional.

Kepala PRSDI BRIN Esa Prakasa menekankan pentingnya penguatan sistem manajemen serta pemantauan fenologi padi guna menjaga stabilitas produksi di tengah tantangan perubahan penggunaan lahan dan variabilitas iklim.

"Integrasi data multi dimensi dan teknologi berbasis AI federated learning membuka peluang untuk membangun sistem pertanian yang lebih adaptif, kolaboratif, dan berbasis data," katanya dalam diskusi daring di Jakarta, Selasa, 10 Maret 2026.

Esa menyampaikan bahwa inovasi tersebut tidak hanya membantu pengambilan keputusan yang lebih cepat dan akurat, tetapi juga berkontribusi dalam memperkuat ketahanan pangan nasional secara berkelanjutan.

Baca Juga: BRIN Kembangkan Inacell dari Limbah Sawit untuk Industri Farmasi hingga Kosmetik

Ia menjelaskan bahwa pemantauan fenologi padi, mulai dari tahap penanaman, perkembangan vegetatif, fase reproduktif hingga masa panen, merupakan komponen penting dalam perencanaan kegiatan pertanian.

Selama ini, metode konvensional yang mengandalkan survei lapangan memiliki berbagai keterbatasan, seperti cakupan wilayah yang sempit, biaya operasional tinggi, serta kurang mampu menyediakan data secara real-time.

Menurut Esa, perkembangan teknologi penginderaan jauh kini membuka peluang baru melalui pemanfaatan analisis citra satelit optik maupun radar.

Teknologi tersebut mencakup penggunaan indeks vegetasi (NDVI) serta polarisasi radar seperti VV dan VH yang dapat dikombinasikan dengan pendekatan data multidimensi untuk mengotomatisasi klasifikasi tahap pertumbuhan tanaman.

Baca Juga: Mendikti Brian Temui Prabowo di Istana, Bahas Pemanfaatan Riset untuk Ketahanan Pangan

"Integrasi teknologi ini memungkinkan pemantauan fenologi yang lebih akurat secara spasial dan temporal, mendukung pengembangan sistem pertanian presisi," ujarnya.

Di sisi lain, pendekatan Federated Learning (FL) menjadi paradigma baru dalam pembelajaran mesin terdistribusi yang memungkinkan petani, pemerintah, serta institusi riset untuk melatih model AI secara kolaboratif tanpa perlu memusatkan atau membagikan data mentah.

Dengan konsep “membawa kode ke data”, metode ini memungkinkan pengembangan model AI yang aman serta terdesentralisasi.

"Ketika dipadukan dengan data multidimensi, seperti data citra satelit, data kondisi di lapangan, dan algoritma yang dikembangkan dengan menggunakan tool GeoAI, pendekatan ini berpotensi menghasilkan sistem pemodelan fenologi padi yang lebih adaptif, skalabel, dan partisipatif untuk berbagai wilayah pertanian di Indonesia," tutur Esa Prakasa.

(Sumber: Antara)