Inovasi Swarm Drone IPB University: Solusi Pemantauan Cerdas untuk Indoor Farming

ERA pertanian presisi kini memasuki babak baru dengan integrasi teknologi drone dan kecerdasan buatan (AI). Menjawab tantangan tersebut, dua dosen Program Studi Ilmu Komputer IPB University, Dr. Karlisa Priandana dan Dr. Medria Kusuma Dewi Hardhienata, mengembangkan teknologi swarm drone yang dirancang khusus untuk ekosistem indoor farming.

Inovasi ini hadir untuk mengoptimalkan efisiensi dan akurasi pemantauan tanaman di lingkungan terkendali. 

Berikut adalah poin-poin utama dari pengembangan teknologi tersebut:

Baca juga : Rusia Dilaporkan Mulai Pasok Drone dan Logistik ke Iran

Sinergi Bak Segerombolan Lebah

Berbeda dengan drone tunggal, swarm drone merupakan sekumpulan unit kecil yang bekerja secara kolektif. Karlisa menjelaskan bahwa sistem ini awalnya dikembangkan untuk memperkuat fungsi pengawasan (surveillance) di lahan tertutup.

"Swarm drone ini awalnya kami kembangkan untuk membantu pelaksanaan pemantauan atau surveillance untuk indoor farming. Swarm drone dirancang sebagai sekumpulan drone kecil yang mampu bekerja secara koordinatif layaknya segerombolan lebah," urai Karlisa.

Menjadi Backup Sensor Statis

Dalam indoor farming, faktor lingkungan seperti suhu, cahaya, dan kelembapan harus dipantau secara berkelanjutan. Selama ini, petani mengandalkan sensor statis yang memiliki risiko kerusakan. Di sinilah swarm drone mengambil peran krusial.

Baca juga : 130 dari 234 Rudal Iran Dicegat Bahrain

"Swarm drone digunakan untuk meng-cover atau menjadi backup ketika sensor statis mengalami gangguan sehingga pemantauan tetap berjalan," jelas Karlisa.

Setiap unit drone dilengkapi dengan:

• Kamera Multispektral: Untuk menangkap data visual mendalam mengenai kesehatan tanaman.
• Sensor Lingkungan: Terintegrasi dengan sistem *Internet of Things* (IoT) untuk pengumpulan data kondisi lapangan secara menyeluruh.

Analisis Real-Time Berbasis AI

Data yang dikumpulkan oleh kawanan drone tersebut dikirimkan secara langsung ke komputer pusat. Dr. Medria Kusuma Dewi Hardhienata menekankan bahwa penggunaan model AI memungkinkan pengambilan keputusan yang lebih tajam.

"Hasil analisis ini membantu petani atau operator mengambil keputusan secara cepat, akurat, dan berbasis data sehingga produktivitas dan kualitas tanaman dapat meningkat," ujar Medria.

Selain menganalisis kesehatan tanaman, algoritma AI ini juga memungkinkan drone untuk:

• Identifikasi Otomatis: Mengenali berbagai jenis tanaman melalui citra yang ditangkap.
• Koordinasi Mandiri: Mengatur formasi dan posisi antar-drone secara otomatis agar tidak bertabrakan, meski beroperasi di ruang *indoor* yang sempit.

Harapan Masa Depan

Teknologi ini diharapkan tidak hanya berhenti pada peningkatan efisiensi, tetapi juga mampu mendukung praktik pertanian yang lebih ramah lingkungan. Dengan pemanfaatan data yang presisi, kesejahteraan petani diharapkan dapat meningkat seiring dengan optimalnya hasil panen di masa depan. (Z-1)