Deteksi Hama Kentang Lebih Akurat, Peneliti UNM Kembangkan Metode Interpolasi Adaptif

NusamandiriNews, Jakarta – Tim peneliti dari Universitas Nusa Mandiri (UNM) berhasil mengembangkan metode baru berbasis kecerdasan buatan untuk mendeteksi hama tanaman kentang. Capaian ini dipaparkan dalam Monitoring dan Evaluasi (Monev) Internal Hibah Penelitian DPPM Kemdiktisaintek 2026 yang diselenggarakan oleh LPPM UNM, belum lama ini.

Penelitian melalui skema Penelitian Disertasi Doktor (PDD) ini diketuai oleh Prof. Dr. Ir. Dwiza Riana, S.Si, M.M., M.Kom., IPU, ASEAN.Eng, bersama Dr. Eng, Muhammad Haris, M.Eng dan Sri Hadianti, M.Kom. Riset ini difokuskan pada pemanfaatan deep learning untuk identifikasi hama pada citra pertanian yang kompleks.

Untuk menjawab tantangan tersebut, tim mengembangkan metode Geometry-Aware Local Reconstruction Field (GA-LeRF). Metode interpolasi adaptif ini bekerja dengan mempertahankan karakteristik geometri lokal pada sebuah citra, sehingga gambar yang dihasilkan memiliki kualitas yang lebih presisi.

Kualitas gambar yang direkonstruksi ini berdampak langsung pada kemampuan sistem mengenali hama. Sri Hadianti, M.Kom, mahasiswa bimbingan S3 UNM yang tergabung dalam tim peneliti, menjelaskan bahwa metode ini sangat krusial dalam mengatasi kendala di lapangan.

“Seringkali citra hama kentang yang didapat berukuran sangat kecil dan memiliki resolusi rendah. Melalui metode GA-LeRF, fitur-fitur penting pada citra berhasil direkonstruksi, sehingga tingkat pengenalan hama oleh sistem menjadi jauh lebih akurat,” jelas Sri.

Hal tersebut dibuktikan melalui hasil uji coba pada pembesaran skala delapan kali lipat. Pada skala tersebut, metode GA-LeRF mampu mencapai akurasi klasifikasi sebesar 80 persen, meningkat pesat dibandingkan deteksi menggunakan citra resolusi rendah asli yang hanya menyentuh 57,14 persen.

“Sebagai luaran akademik, akan segera merampungkan draf artikel ilmiah untuk mempublikasikan temuan tersebut ke kancah global,” kata Sri. Lanjutnya, naskah riset ini dikirimkan ke jurnal internasional bereputasi yakni Computers and Electronics in Agriculture pada awal September 2026.

Ke depannya, riset akan diarahkan pada pengembangan fungsi kerugian (loss function) adaptif untuk menangani ketidakseimbangan data dalam sistem deteksi. Lewat peta jalan penelitian yang akan berlangsung hingga 2028 ini, kecerdasan buatan kembangan UNM yang dikenal sebagai Kampus Digital Bisnis diharapkan dapat semakin memperkuat teknologi pertanian presisi di Indonesia.