Bandar Lampung, Ruangpena.com – Politeknik Negeri Lampung (Polinela) mengembangkan CASSAGUARD, sebuah sistem berbasis Artificial Intelligence (AI) yang dirancang untuk membantu mendeteksi penyakit daun singkong secara dini.
Pengembangan teknologi tersebut dilakukan melalui skema Penelitian Terapan Pengembangan Produk Unggulan Jurusan/Teaching Factory dan didanai Polinela melalui anggaran DIPA Tahun Anggaran 2026.
CASSAGUARD dikembangkan sebagai produk teknologi terapan yang diarahkan untuk mendukung kebutuhan sektor pertanian, khususnya dalam membantu proses identifikasi kondisi tanaman singkong melalui analisis citra digital.
Penelitian ini melibatkan dua lingkungan Teaching Factory (TeFa) di Polinela, yakni Polinela Organic Farm (POF) dan Teaching Factory Teknologi Informasi.
POF berperan sebagai mitra sekaligus lokasi uji coba prototipe pada kebun percobaan. Sementara itu, proses pengembangan dan pembuatan prototipe dilakukan melalui Teaching Factory Teknologi Informasi.
CASSAGUARD Kenali Lima Kondisi Daun Singkong
Prototipe CASSAGUARD dirancang untuk memprediksi lima kelas kondisi daun singkong, yakni Cassava Bacterial Blight (CBB), Cassava Brown Streak Disease (CBSD), Cassava Green Mottle (CGM), Cassava Mosaic Disease (CMD), dan Healthy.
Sistem memanfaatkan teknologi Deep Learning untuk menganalisis citra daun singkong dan menghasilkan prediksi mengenai kondisi tanaman.
Dalam proses pengembangannya, tim menggunakan dua arsitektur Convolutional Neural Network (CNN), yaitu MobileNetV2 dan ResNet50 yang dioptimalkan menggunakan teknik fine-tuning.
Pendekatan tersebut memungkinkan model menyesuaikan proses pembelajarannya dengan karakteristik khusus citra daun singkong, sehingga sistem dapat digunakan untuk mengenali berbagai kondisi daun yang menjadi fokus penelitian.
Gunakan Explainable AI agar Prediksi Lebih Transparan
Salah satu aspek yang menjadi perhatian dalam pengembangan CASSAGUARD adalah kemampuan sistem memberikan penjelasan terhadap hasil prediksi melalui pendekatan Explainable Artificial Intelligence (XAI).
Teknologi Deep Learning kerap disebut sebagai black box karena mampu menghasilkan prediksi, tetapi pengguna tidak selalu dapat mengetahui bagian citra yang menjadi dasar pengambilan keputusan model.
Untuk menjawab persoalan tersebut, CASSAGUARD mengintegrasikan tiga metode XAI, yakni Grad-CAM, LIME, dan SHAP.
Ketiga metode tersebut digunakan untuk melihat bagian citra yang menjadi perhatian model sekaligus melakukan validasi silang terhadap interpretasi yang dihasilkan oleh AI.
Dengan pendekatan tersebut, tim tidak hanya mengevaluasi kemampuan sistem dalam mengenali kondisi daun, tetapi juga menilai apakah area yang menjadi perhatian model memiliki keterkaitan dengan karakteristik gejala penyakit pada daun singkong.
Evaluasi sistem dilakukan menggunakan sejumlah metrik, yakni akurasi, presisi, recall, dan F1-Score.
Sementara itu, validasi biologis dirancang menggunakan Intersection over Union (IoU) untuk mengukur tingkat kesesuaian area penyakit yang ditunjukkan sistem dengan ground truth berdasarkan penilaian pakar.
Pengguna Cukup Masukkan Citra Daun
CASSAGUARD dikembangkan sebagai bentuk hilirisasi dari model AI yang diteliti.
Dalam penggunaannya, pengguna dapat memasukkan citra daun singkong ke dalam sistem untuk memperoleh hasil prediksi kondisi atau penyakit yang teridentifikasi.
Sistem kemudian menampilkan tingkat keyakinan atau confidence terhadap hasil prediksi. Selain itu, pengguna dapat melihat visualisasi Grad-CAM yang membantu menunjukkan area citra yang menjadi perhatian model ketika menghasilkan keputusan.
Ketua tim penelitian, Ir. Zuriati, S.Kom., M.Kom., menjelaskan bahwa pengembangan CASSAGUARD tidak hanya diarahkan untuk menghasilkan model klasifikasi, tetapi juga sistem yang memiliki tingkat keterjelasan sehingga hasil prediksi AI lebih mudah dipahami.
Pendekatan multi-method XAI diharapkan dapat memberikan gambaran lebih komprehensif mengenai dasar keputusan model sekaligus meningkatkan kepercayaan terhadap pemanfaatan AI di bidang pertanian.
Libatkan Dosen dan Mahasiswa
Penelitian ini dilaksanakan oleh tim dosen Polinela yang terdiri atas Ir. Zuriati, S.Kom., M.Kom. sebagai ketua, serta Dian Meilantika, S.Kom., M.T.I. dan Tri Pujiana, S.P., M.P. sebagai anggota peneliti.
Penelitian juga melibatkan tiga mahasiswa, yaitu Akbar Bethara Imani, Fadillah Akbar, dan Fani Wafiq Azizah.
Keterlibatan mahasiswa menjadi bagian dari pengembangan pembelajaran berbasis proyek. Mereka memperoleh pengalaman langsung dalam penerapan Artificial Intelligence, pengolahan citra, Deep Learning, serta pengembangan teknologi informasi untuk menjawab persoalan nyata di sektor pertanian.
Dalam pelaksanaannya, POF mendukung proses uji coba prototipe CASSAGUARD pada kebun percobaan. Pengujian tersebut diharapkan dapat memberikan gambaran mengenai penggunaan sistem dalam kondisi tanaman yang lebih nyata.
Sementara itu, Teaching Factory Teknologi Informasi menjadi lingkungan pengembangan sekaligus penyempurnaan prototipe dari sisi sistem dan teknologi.
Keterlibatan kedua lingkungan Teaching Factory tersebut memperkuat hubungan antara penelitian terapan, proses pembelajaran, dan pengembangan produk unggulan Polinela.
Targetkan Prototipe hingga Studi Kelayakan
Melalui penelitian yang didanai dari DIPA Polinela Tahun Anggaran 2026 tersebut, tim menargetkan sejumlah luaran.
Luaran penelitian meliputi prototipe sistem CASSAGUARD, artikel ilmiah pada jurnal terakreditasi nasional, pemaparan hasil penelitian melalui seminar nasional, video edukasi, serta diseminasi hasil penelitian melalui media massa.
Penelitian juga diarahkan pada penyusunan studi kelayakan (Feasibility Study) sebagai bagian dari upaya melihat peluang penerapan dan pengembangan CASSAGUARD pada tahap berikutnya.
Riset tersebut diharapkan menjadi salah satu bentuk hilirisasi penelitian Polinela dalam pemanfaatan kecerdasan buatan untuk mendukung digitalisasi pertanian.
Dengan menggabungkan teknologi Deep Learning, fine-tuning, dan XAI, CASSAGUARD diharapkan dapat membantu proses deteksi penyakit daun singkong secara lebih cepat, informatif, dan transparan.
Pengembangan teknologi tersebut juga membuka peluang penerapan pendekatan serupa pada komoditas pertanian lainnya.
Melalui kolaborasi dosen, mahasiswa, mitra POF, dan Teaching Factory Teknologi Informasi, CASSAGUARD diharapkan tidak berhenti sebagai hasil penelitian, tetapi dapat terus dikembangkan menjadi produk teknologi yang memberikan manfaat nyata bagi sektor pertanian.
Pengembangan tersebut sekaligus menjadi bagian dari upaya memperkuat ekosistem inovasi digital di Polinela dan mendorong pemanfaatan teknologi kecerdasan buatan untuk menjawab tantangan pertanian secara lebih efektif.
Penulis : Ruangpena.com
Editor : Redaksi
