[21 Juli 2025], Pertanian presisi semakin menekankan pentingnya pemantauan kesehatan tanaman secara cepat dan akurat. Salah satu tantangan besar yang dihadapi petani adalah munculnya penyakit pada daun tanaman yang seringkali sulit dikenali hanya dengan mata telanjang. Pada kasus tanaman jeruk, serangan penyakit pada daun dapat menurunkan produktivitas dan kualitas buah secara signifikan. Selama ini, banyak petani masih bergantung pada pengamatan manual atau bantuan tenaga ahli yang terbatas jumlahnya. Kondisi ini membuat identifikasi dini penyakit menjadi sulit dilakukan secara luas. Oleh karena itu, hadirnya teknologi berbasis kecerdasan buatan yang mudah diakses, seperti pemanfaatan kamera smartphone dan algoritma deep learning, membuka peluang baru dalam mendukung keberlanjutan pertanian. Sebuah pendekatan inovatif dikembangkan dengan memanfaatkan kamera smartphone untuk mengambil gambar daun jeruk dalam kondisi cahaya alami. Gambar tersebut kemudian diproses melalui tahapan pengolahan citra digital untuk memperjelas warna, tekstur, dan pola gejala penyakit. Informasi visual yang dihasilkan selanjutnya dianalisis menggunakan algoritma K-Nearest Neighbor (KNN) serta Deep Neural Network (DNN). Hasilnya menunjukkan perbedaan signifikan antara kedua pendekatan. KNN mampu memberikan tingkat akurasi yang cukup baik, yaitu sekitar 89,9%. Namun, DNN jauh lebih unggul dengan akurasi hampir sempurna, yakni mencapai 99,89%. Tingginya akurasi ini menunjukkan bahwa teknologi deep learning dapat mengenali perbedaan halus pada warna dan tekstur daun yang seringkali luput dari pengamatan manusia. Keunggulan lainnya adalah teknologi ini dapat digunakan secara praktis hanya dengan memanfaatkan perangkat yang sudah umum dimiliki petani, yaitu smartphone. Dengan demikian, biaya implementasi menjadi lebih rendah dibandingkan penggunaan kamera khusus atau perangkat laboratorium. Selain itu, penggunaan kecerdasan buatan memungkinkan deteksi dilakukan secara real-time, sehingga petani bisa segera mengambil tindakan pencegahan atau pengobatan. Dibandingkan dengan penelitian lain yang menggunakan metode konvensional, pendekatan ini terbukti lebih efektif dalam mengurangi tingkat kesalahan klasifikasi.

Hadirnya teknologi deteksi penyakit daun berbasis smartphone dan deep learning memberikan terobosan penting dalam bidang pertanian presisi. Sistem ini tidak hanya mempermudah petani dalam mengenali gejala penyakit sejak dini, tetapi juga membantu menjaga kualitas produksi pertanian secara berkelanjutan. Lebih jauh lagi, pemanfaatan teknologi ini mendukung transformasi pertanian menuju era digital yang lebih cerdas, hemat biaya, dan ramah lingkungan. Dengan adopsi yang lebih luas, inovasi ini berpotensi memperkuat ketahanan pangan dan meningkatkan daya saing produk hortikultura di pasar global.

Referensi

• Barman, U., & Choudhury, R. D. (2022). Smartphone assist deep neural network to detect the citrus diseases in Agri-informatics. Global Transitions Proceedings, 3(2), 392–398. https://doi.org/10.1016/j.gltp.2021.10.004.