Keren! Mahasiswa ITB Gagas AgroSmart untuk Bantu Petani Beradaptasi terhadap Perubahan Iklim

BANDUNG, Quarta.id- Perubahan iklim menjadi problem dalam berbagai aspek, termasuk pada sektor pertanian. Beberapa jenis tanaman, pada akhirnya tidak mampu beradaptasi dengan perubahan yang terjadi akibat fenomena global tersebut.

Kondisi ini mendorong tiiga mahasiswa asal Institut Teknologi Bandung (ITB) menggagas AgroSmart: Sistem Rekomendasi Tanaman Adaptif Iklim Berbasis Machine Learning untuk membantu petani menentukan jenis tanaman dan mengambil keputusan selama masa tanam berdasarkan kondisi iklim serta lingkungan terkini.

BACA JUGA: Didukung DPPM Kemendikbudristek, PKM UNM Dorong Kemandirian Ekonomi Lokal dan Swasembada Energi Melalui Produk Berbasis Kelapa

Melansir dari itb.ac.id, sistem ini diharapkan dapat meminimalkan risiko gagal panen sekaligus meningkatkan efisiensi penggunaan air, pupuk, dan sumber daya pertanian lainnya.

AgroSmart dikembangkan untuk menjawab persoalan perubahan iklim yang semakin cepat, memengaruhi produktivitas pertanian, dan mengancam ketahanan pangan.

Gagasan ini muncul dari banyaknya petani di Indonesia yang masih mengandalkan pengalaman turun-temurun dalam menentukan waktu maupun jenis tanaman sehingga belum mampu beradaptasi secara optimal terhadap kondisi iklim yang semakin dinamis.

BACA JUGA: Hadapi Climate Change, Petani Didorong Miliki Literasi Iklim

Inovasi ini ditujukan bagi petani dari berbagai kalangan agar dapat mengambil keputusan secara lebih tepat dan cepat ketika menghadapi perubahan cuaca maupun cuaca ekstrem. Kemampuan petani dalam beradaptasi terhadap perubahan iklim penting karena turut menentukan keberlanjutan produksi pertanian dan ketahanan pangan masyarakat.

Gagasan tersebut dikembangkan oleh Mesya Christantri dan Rafi Raihan Herawan dari Program Studi Rekayasa Pertanian angkatan 2023, serta Agnes Ruth Savira dari Program Studi Teknologi Pascapanen angkatan 2023.

Inovasi AgroSmart ini, meraih predikat Juara 2 pada ajang Agricultural Food Competition (AFC) Season 17 yang diselenggarakan Himpunan Mahasiswa Teknologi Pangan Universitas Jenderal Soedirman.

BACA JUGA: Hadapi Perubahan Iklim, BRIN Dorong Penguatan TTG Bidang Pertanian

“Melalui AgroSmart, tim mengembangkan sistem rekomendasi tanaman yang memanfaatkan teknologi machine learning untuk mengolah data suhu, curah hujan, radiasi matahari, karakteristik tanah, hingga kondisi lingkungan secara real-time,” tulis sumber yang sama pada Senin (20/7/2026).

Berbeda dengan sistem rekomendasi konvensional, AgroSmart dirancang agar mampu memperbarui rekomendasi ketika terjadi perubahan kondisi cuaca selama masa tanam. Sistem ini juga dilengkapi fitur seperti Adaptive Threshold, Emergency Shift, serta analisis risiko dan manfaat (Risk-Benefit Analysis) sehingga petani dapat mengambil keputusan yang lebih tepat dan cepat ketika menghadapi cuaca ekstrem.

BACA JUGA: Hari Lahan Basah Sedunia 2 Februari, Momentum Kampanyekan Restorasi Lahan Gambut

Dalam proses penyusunannya, tim menghadapi tantangan pada tahap gap analysis. Agnes menjelaskan bahwa kesulitan tersebut muncul karena teknologi yang mereka gagas belum banyak diterapkan di Indonesia sehingga referensi yang tersedia masih sangat terbatas.

Karena mengangkat pendekatan yang relatif baru, tim banyak berdiskusi dengan dosen pembimbing untuk memastikan konsep yang dikembangkan memiliki dasar ilmiah yang kuat.

Dibimbing oleh Dr. Indrawan Cahyo Adilaksono, S.TP., M.Agr.Sc., dosen Program Studi Rekayasa Pertanian SITH ITB, mereka memperdalam pemanfaatan machine learning untuk mendukung pengambilan keputusan di bidang pertanian sekaligus menyempurnakan rancangan sistem AgroSmart.

BACA JUGA: Keren! Mahasiswa ITB Ciptakan Inovasi untuk Minimalkan Lakalantas Akibat Sopir Mengantuk

Ke depannya, tim berharap AgroSmart tidak berhenti sebagai gagasan dalam kompetisi, tetapi dapat dikembangkan menjadi teknologi yang dapat dimanfaatkan secara nyata oleh masyarakat.

“Kami harap kedepannya AgroSmart dapat dikomersialkan sehingga dapat digunakan oleh petani dari berbagai kalangan,” ujar Mesya.