Peneliti Unasman Kembangkan Sistem Pakar Probabilistik untuk Deteksi Penyakit Tanaman Kopi

andankji. com ~ Mamasa -- Kopi tidak hanya dikenal sebagai minuman populer di seluruh dunia, tetapi juga menjadi salah satu komoditas unggulan Indonesia. Sayangnya, produktivitas kopi sering terkendala oleh serangan berbagai penyakit tanaman yang merugikan petani. 

Selama ini, proses identifikasi penyakit masih mengandalkan pengalaman petani atau tenaga penyuluh, metode yang dinilai memakan waktu, tenaga, dan rawan kesalahan diagnosis.

Wawancara dengan petani kopi

Menjawab persoalan tersebut, tim penelitian Unasman dalam bidang Teknik Informatika melahirkan sebuah inovasi berupa sistem pakar berbasis probabilistik untuk mendeteksi penyakit tanaman kopi. 

Sistem ini mengombinasikan dua metode komputasi cerdas: Breadth First Search (BFS) untuk menelusuri kemungkinan penyakit berdasarkan gejala, serta Naïve Bayes untuk menghitung probabilitas diagnosis.

Dosen peneliti mengidentifikasi gejala penyakit

Penelitian ini diketuai oleh Ul khairat, S.Kom., M.Kom (Dosen), bersama 4 anggota; Yudhi Adhitya, S.T., M.Kom., Ph.d (Dosen), Muhammad Assidiq, SE., M.Pd (Dosen), Muh. Ramadhan (Mahasiswa), Yupida Dimbak (Mahasiswa). 

“Harapannya, sistem ini bisa menjadi alat bantu praktis bagi petani kopi, terutama di daerah yang sulit dijangkau tenaga penyuluh. Dengan aplikasi berbasis Android, petani cukup memasukkan gejala yang terlihat, lalu sistem akan memberikan hasil diagnosis beserta rekomendasi penanganan,” jelas salah seorang peneliti.

Memeriksa biji kopi yang dengan gejala busuk

Penelitian menunjukkan, sistem mampu mengidentifikasi lima penyakit utama kopi—Karat Daun, Bercak Daun, Nematoda, Jamur Upas, dan Penyakit Akar—dengan tingkat akurasi 66,7 persen. 

Angka ini dianggap cukup tinggi, mengingat data yang digunakan masih terbatas pada hasil observasi lapangan dan wawancara pakar.

Keunggulan lain dari sistem ini adalah kemampuannya tetap bekerja meskipun data gejala yang dimasukkan tidak lengkap. Hal ini dinilai penting karena di lapangan petani sering hanya mampu mengenali sebagian gejala. 

Identifikasi daun kopi yang menguning

Dengan demikian, sistem dinilai lebih realistis dan sesuai dengan kondisi perkebunan kopi, khususnya di Desa Siwi, Kecamatan Nosu, Kabupaten Mamasa.

Lebih lanjut, sistem ini tidak hanya menampilkan hasil berupa jenis penyakit, tetapi juga tingkat keyakinan diagnosis. Petani dapat mengetahui penyakit yang menyerang tanamannya sekaligus mempertimbangkan langkah penanganan yang lebih tepat.

Ketua tim penelitian, Ul Khairat, S.Kom., M.Kom., menyebut temuan ini sebagai bagian penting dari digitalisasi pertanian. “Inovasi ini membuktikan bahwa kecerdasan buatan bisa hadir langsung di tangan petani, membantu mereka mengambil keputusan yang lebih cepat dan tepat,” ujarnya.

Ke depan, pengembangan akan difokuskan pada penambahan fitur Natural Language Processing (NLP) agar petani dapat memasukkan gejala menggunakan bahasa sehari-hari. 

Langkah ini diharapkan memperkuat fungsi deteksi dini penyakit kopi sekaligus menjadi strategi mitigasi sejak fase budidaya. (ila)