Cabai menjadi salah satu komoditas hortikultura bernilai ekonomi tinggi yang pergerakan harganya sangat memengaruhi angka inflasi nasional.
Karakteristik komoditas pedas ini sangat beragam di lapangan, mulai dari variasi tingkat kepedasan, kapasitas jumlah panen, hingga daya tahan pohon terhadap serangan hama dan perubahan cuaca.
Guna meningkatkan kualitas dan produktivitas hasil panen para petani, Pusat Riset Sains Data dan Informasi (PRSDI) BRIN mengadopsi teknologi kecerdasan artifisial (Artificial Intelligence/AI) dalam proses pemuliaan benih.
Penggunaan AI ini bertujuan untuk mempercepat identifikasi varietas secara presisi. Dalam diskusi ilmiah webinar DESAIN Seri ke-6, dijelaskan bahwa integrasi antara pemuliaan tanaman, analisis karakter fisik (morfologi), dan sains data modern mampu menggantikan pola seleksi tradisional yang selama ini memakan waktu sangat lama.
Metode identifikasi digital ini menggabungkan pemantauan spasio-temporal dan variabel lingkungan sekitar. Langkah ini krusial untuk melacak tingkat adaptasi benih terhadap perubahan cuaca ekstrem di berbagai lokasi perkebunan.
"Potensi pemanfaatan cabai sangat besar bagi masyarakat dan dapat menjadi sumber ekonomi bagi para petani. Cabai memiliki beragam varietas yang masing-masing memiliki karakteristik berbeda, termasuk tingkat kepedasannya," ujar Kepala PRSDI BRIN, Esa Prakasa.
Model Prediksi Hibrida dan Pemindaian Otomatis
Dalam mekanisme seleksi benih unggul, BRIN menerapkan model komputasi hibrida ST-LMM-FNN. Model sains data ini bertugas mengevaluasi tingkat ketahanan serta kemurnian benih cabai sejak dini. Algoritma di dalamnya sanggup memprediksi laju pertumbuhan tanaman sekaligus menyaring benih-benih yang berpotensi cacat genetik.
Penerapan teknologi ini juga mendukung proses pendaftaran Hak Perlindungan Varietas Tanaman (PVTT) di Kementerian Pertanian. Pengujian BUSS (Baru, Unik, Seragam, dan Stabil) yang biasanya mewajibkan pengamatan manual terhadap 61 karakter fisik tanaman kini bisa didokumentasikan secara digital dan terstruktur.
Terobosan paling mutakhir dalam riset ini adalah kehadiran smart phenotyping system berbasis deep learning yang memanfaatkan arsitektur algoritma ResNet50.
"Teknologi tersebut mampu mengidentifikasi varietas cabai berdasarkan karakteristik morfologi daun secara cepat dan presisi di lapangan, sehingga berpotensi menggantikan proses karakterisasi konvensional yang membutuhkan waktu lebih lama," papar Peneliti Ahli Utama PRSDI BRIN, Wiwin Suwarningsih.
Cukup dengan memindai struktur serat daun menggunakan kamera, sistem AI akan langsung mengenali jenis dan kualitas varietas cabai tersebut secara otomatis.
Ke depan, pendekatan multidisiplin yang memadukan biokimia tanaman, analisis big data, serta pengolahan AI bakal terus dikembangkan di laboratorium riset nasional.
Sinergi riset ini diharapkan mampu menghasilkan sistem identifikasi tanaman yang lebih cepat, objektif, dan akurat.
Cek berita, artikel, dan konten yang lain di Google News
