SISTEM PERTANIAN PRESISI DAN SISTEM PELACAKAN RANTAI PRODUKSI UNTUK MEWUJUDKAN AGROINDUSTRI BERKELANJUTAN

ORASI ILMIAH GURU BESAR IPB

SISTEM PERTANIAN PRESISI DAN SISTEM PELACAKAN RANTAI PRODUKSI UNTUK MEWUJUDKAN AGROINDUSTRI BERKELANJUTAN

ORASI ILMIAH Guru Besar Tetap Fakultas Teknologi Pertanian Institut Pertanian Bogor

Prof. Dr. Ir. Kudang Boro Seminar, MSc.

Auditorium Rektorat Gedung Andi Hakim Nasoetion Institut Pertanian Bogor 26 November 2016

Ringkasan Tantangan baru di era global saat ini semakin menguatkan kebutuhan akan pertanian yang berkelanjutan di berbagai negara. Upaya membuat terobosan baru dalam upaya kelangsungan hidup (life survival) semakin gencar dan agresif dilakukan untuk penerapan dan pencapaian pertanian presisi yang memprioritaskan perbaikan pada dimensi lingkungan, sosial, dan ekonomi. Agroindustri merupakan kegiatan pertanian yang tersistem dan terintegrasi dari hulu ke hilir (from land to table) yang berkesinambungan harus terpantau dan terkendali agar perjalanan transformasi produk pada setiap mata rantai pasok berjalan baik, aman, ekonomis, efisen, efektif, dan berkelanjutan. Ketelitian pada setiap proses transformasi produksi pertanian perlu dipastikan agar presisi dalam proses dan produk terjamin sehingga nilai tambah (added value) produk pertanian dapat dioptimalkan hingga hilirnya. Dalam era globalisasi dan perdagangan bebas di mana pasar dan konsumen semakin cermat, peduli, dan teliti terhadap produk pertanian yang prima yang dapat secara mudah dilacak (traceable) menjadi tuntutan utama. Proses dan produk pertanian harus memenuhi standardisasi mutu dunia yang terukur dan tertelusur sebagai syarat yang menentukan layak tidaknya suatu produk pertanian itu diekspor atau diimpor dari suatu negara ke negara lain. Dalam makalah ini dibahas dan dipaparkan bagaimana pendekatan dan penerapan sistem pertanian presisi (precision agriculture) dan sistem pelacakan untuk mendukung agroindustri yang berkelanjutan, baik sistem pertanian presisi dan sistem pelacakan saling menguatkan dan keduanya memerlukan teknologi informasi dan komputasi berkinerja tinggi untuk mendukung akuisisi dan pengolahan data yang cepat, akurat untuk pemantauan, pengambilan keputusan, dan pengendalian berbagai aktivitas produksi dan produk pertanian

di setiap mata rantai produksi dan pasok dari hulu ke hilir. Beberapa peluang penerapan hasil riset baik yang telah dilakukan penulis dan pihak lain serta pemikiran ke depan mengenai sistem pertanian presisi dan sistem pelacakan dari hulu ke hilir diulas pada makalah untuk menunjukkan betapa pentingnya bidang ini untuk mendukung pembangunan sistem agroindustri khususnya di Indonesia. Sistem pelacakan mengarahkan kepada perekaman (akuisisi) data yang presisi terkait dengan rantai transformasi produk dan nilai tambah objek (komoditas/produk pertanian) dari hulu ke hilir serta dokumentasi proses dan aktor yang terlibat pada rantai produksi tersebut. Sistem pelacakan memungkinkan integrasi hulu hilir serta analisis maju (backward tracing) untuk melakukan diagnosis produk (darimana asalnya, riwayat penyakit, diagnosa susut, dan kerusakan), dan analisis mundur (backward tracing) produk (perencanaan produk, kemana akan di pasok, nilai ekonomi dan daya jual produk, prediksi volume, dan harga). Kemampuan sistem pelacakan merekam perjalanan produk serta analisis maju dan mundur sangat mendukung prinsip dan penerapan pertanian presisi. Sebaliknya pendekatan dan penerapan pertanian presisi juga diperlukan untuk mengoptimalkan kemampuan pelacakan produk yang tepat waktu dan akurat di semua mata rantai produksi pertanian, termasuk di dalamnya juga menyangkut keterjaminan kemanan pangan bagi konsumennya. Berlakunya sistem perdagangan bebas yang mensyaratkan transparansi serta standardisasi produk, proses, dan daya saing memerlukan terobosan baru dalam sistem dan proses bisnis pertanian di Indonesia. Penulis memandang dan berkesimpulan bahwa praktik-praktik terbaik (best practices) agribisnis perlu terus ditingkatkan salah satunya dengan pendekatan dan penerapa pertanian presisi dan sistem keterlacakan dalam mewujudkan sistem pertanian (agorindustri) yang berkelanjutan walaupun berbagai kendala dan perencanaan implementasinya | iv |

perlu melibatkan berbagai pihak terkait dengan dukungan utama dan kendali dari pemerintah. Kata kunci: agroindustri, pertanian berkelanjutan, pertanian presisi, sistem pelacakan (traceability system), sistem cerdas, teknologi informasi dan komputasi.

|v|

Ucapan Selamat Datang Yang saya hormati, Rektor IPB; Ketua dan Anggota Majelis Wali Amanat IPB; Ketua dan Anggota Dewan Guru Besar IPB; Ketua dan Anggota Senat Akademik IPB; Para Wakil Rektor, Kepala LPPM, Dekan, Wakil Dekan, Direktur, Kepala Kantor Kepala Pusat, Ketua Departemen, Ketua Program Studi dan pejabat struktural lainnya di IPB; Para dosen, tenaga kependidikan, kolega dan teman sejawat, mahasiswa dan alumni; Orang tua dan mertua; Guru-guruku bidang agama dan al-Quranul Karim; Dosen-dosen pembimbingku; Segenap keluargaku; Keluarga besarku tercinta; Seluruh undangan yang hadir; Assalaamualaikum warahmatullahi wabaraakaatuhu. Maha suci Allah SWT, aku bersyukur kepada-Nya yang dengan rahmat dan ridha-Nya pada hari ini saya dan hadirin semuanya dapat menghadiri acara orasi Guru Besar saya sebagai Guru Besar Tetap di bidang Teknologi Komputer pada Fakultas Teknologi Pertanian IPB dengan judul: SISTEM PERTANIAN PRESISI DAN SISTEM PELACAKAN RANTAI PRODUKSI UNTUK MEWUJUDKAN AGROINDUSTRI BERKELANJUTAN

Sebagian besar materi orasi ini adalah akumulasi dari hasil riset dan pengabdian masyarakat yang saya lakukan bersama kolega dosen dan mahasiswa sarjana dan pascasarjana bimbingan yang dilakukan sejak tahun 1998, beserta pemikiran ke depan mengenai penerapan teknologi komputer dalam sistem pertanian presisi dan sistem pelacakan dari rantai produksi pertanian dari hulu ke hilir.

| viii |

Foto Orator

Prof. Dr. Ir. Kudang Boro Seminar, Msc.

Daftar Isi Ringkasan.................................................................................i Ucapan Selamat Datang..........................................................v Foto Orator............................................................................vii Daftar Isi................................................................................ix Daftar Gambar........................................................................x Daftar Tabel..........................................................................xiii Pendahuluan............................................................................1 Sistem Pertanian Presisi..........................................................5 Penerapan Pertanian Presisi di Hulu.......................................7 Pemilihan Lahan yang Tepat...................................................7 Pemilihan Metode Pembukaan dan Pengolahan Lahan yang Tepat.............................................................................12 Perawatan Tanaman yang Tepat............................................12 Rekayasa Kultivar dan Pemilihan Bibit................................17 Budidaya pada Lahan Tertutup.............................................20 Penentuan Waktu dan Metode Panen....................................22 Penerapan Pertanian Presisi di Hilir.....................................24 Sistem Pencatatan dan Pelaporan Produksi..........................24 Sistem Sortasi.......................................................................26 Pemilihan Jalur Transportasi dan Pemilihan Kemasan Produk...................................................................27 Sistem Perencanaan Ketahanan dan Keamanan Pangan.......29 Pemilihan Segmen Pasar.......................................................31

Sistem Pelacakan..................................................................32 Sistem Pelacakan Rantai Produksi Tuna Loin......................35 Sistem Pelancakan Rantai Produksi Broiler.........................39 Penutup.................................................................................41 Daftar Pustaka........................................................................... Ucapan Terima Kasih............................................................52 Riwayat Hidup......................................................................56

| xii |

Daftar Gambar Gambar 1

Kerangka logika mewujudkan agroindustri berkelanjutan melalui pendayagunaan sistem pertanian presisi dan sistem pelacakan..................................................5

Gambar 2 Model penerapan pertanian presisi pada rantai produksi dan pasok produk pertanian dari hulu ke hilir...................................7 Gambar 3 Tampilan sistem pakar untuk penentuan tingkat keseuaian padi dan jagung di Gorontalo (Lahay, Seminar, Mulyana 2011).........................9 Gambar 4

Luaran sistem pakar untuk penentuan tingkat kesesuaian lokasi pengembangan rumah produksi broiler; kasus studi di Parung (Wijayanto, Seminar, Afnan 2015 & 2016)...........................10

Gambar 5 Skenario kerja sistem pengendalian gulma berbasis pertanian presisi (Solahudin, Seminar, Astika dan Buono 2010).....................14 Gambar 6

Model sistem pendukung keputusan untuk penjadwalan penyemprotan gulma dan pemilihan katup semprot (Sampurno, Seminar dan Suharnoto 2014)............................15

Gambar 7 Sistem seleksi varietas tomat (Amanda et al., 2013).........................................19 Gambar 8 Arsitektur sistem kendali multi-agen terdistribusi (Seminar et al., 2006).....................21

Gambar 9

Contoh simulasi untuk proses optimasi pemberian nutrisi optimal berbasis pada nilai rasio luas tutupan (kanopi) daun dengan diameter batang sebagai indikator kebugaran pertumbuhan tanaman (Seminar et al 2006)...........................................22

Gambar 10 Analisis pertumbuhan gandum layar menggunakan citra satelit (Nishiguchi & Yamagata 2009).................................................23 Gambar 11 Pencatatan produksi panen buah kelapa sawit di perkebunan dan pelaporan hasil analisis produksi secara real-time (Seminar 2015).........25 Gambar 12 Alat sortasi teh hitam berbasis jaringan syaraf tiruan (JST), (Muqodas, 2015)...........................27 Gambar 13 Pemilihan jalur terbaik untuk transportasi hortikultura (Seminar et al., 2015).....................28 Gambar 14 Sistem pendukung keputusan pemilihan kemasan untuk produk daging (Ahsyar et al 2015).............................................29 Gambar 15 Sistem pakar untuk menentukan keamanan pangan berdasarkan kecukupan ketersedian nutrisi berbasis pertanian presisi (Kudang, Yandra, Rahkmat 2014)......................30 Gambar 16 Model sistem pelacakan untuk rantai pangan berbasis teknologi informasi (Seminar 2015)....34 Gambar 17 Aristektur sistem pelacakan rantai produksi (Seminar et al 2016)...........................................35 Gambar 18 Model alur rantai produksi tuna (Seminar et al 2016)...........................................36

| xiv |

Gambar 19 Pencatatan dan pelaporan proses pengemasan & pelabelan tuna....................................................37 Gambar 20 Pencatatan dan pelaporan proses analisis mikrobiologi tuna..................................39 Gambar 21 Model alur rantai produksi broiler (Triyanto 2016)..................................................39 Gambar 22 Penggunaan barcode sebagai identitas pelacakan ayam broiler (Triyanto 2016).............................40 Gambar 23 Pelacakan produk dari Rumah Potong Ayam berbasis barcode (Triyanto 2016).......................40 Gambar 24 Integrasi data aktor pada ranbai produksi ayam broiler (Triyanto 2016).............................41

| xv |

Daftar Tabel Tabel 1 Aktivitas Anggota Rantai Pasok Tuna (Kresna 2014).......................................................... 37

Pendahuluan Pertanian berkelanjutan memiliki tiga dimensi yaitu lingkungan, sosial, dan ekonomi yang harus dipertimbangkan secara keseluruhan sehingga berfokus hanya pada satu atau dua dimensi secara terisolasi tidak akan memberikan hasil yang diinginkan (OECD 2008). Melindungi dan meningkatkan kualitas lingkungan alam adalah esensial dan isu kritis terkait, seperti perubahan iklim, energi, kelangkaan air, keanekaragaman hayati dan geografi serta degradasi tanah perlu ditangani dengan lebih presisi dan arif. Dimensi sosial mencakup hak-hak petani dan kesehatan masyarakat, termasuk ketahanan dan keamanan pangan serta kesejahteraan hewan dan tanaman juga merupakan aspek sosial yang penting. Di sisi ekonomi, pertanian berkelanjutan harus produktif, efisien, dan kompetitif. Manfaat harus dipandang utamanya dari profitabilitas pertanian di seluruh rantai nilai dalam menumbuhkan ekonomi lokal. Agroindustri merupakan kegiatan pertanian yang tersistem, terintegrasi dan berkesinambungan dari hulu ke hilir (from land to table), serta harus terpantau dan terkendali agar terjadi transformasi produk pada setiap mata rantai pasok berjalan baik, aman, ekonomis, efisen, efektif, dan terjamin keberkelanjutannya. Setiap proses transformasi produksi pertanian harus dipastikan berjalan secara teliti dengan presisi sehingga nilai tambah (added value) produk pertanian dapat dioptimalkan hingga hilirnya. Dalam era globalisasi dan perdagangan bebas di mana pasar dan konsumen semakin cermat, peduli, dan teliti terhadap produk pertanian yang dibeli maka kemudahan keterlacakan (traceability) menjadi tuntutan utama. Proses dan produk pertanian juga harus memenuhi standardisasi mutu dunia yang terukur dan tertelusur sebagai syarat yang menentukan layak tidaknya suatu produk pertanian itu diekspor atau diimpor dari suatu negara ke negara lain.

Sebagai ilustrasi perusahaan pengolah makanan terbesar di Amerika yaitu Cargill telah menyatakan untuk hanya menggunakan pasokan minyak sawit yang dapat dilacak (traceable) dalam setiap produknya (Cargill 2016). Cargill berkomitmen hanya akan memanfaatkan minyak kelapa sawit yang tidak tumbuh di hutan dengan nilai konservasi tinggi (HCVF/High Conservation Value Forest) dan lahan gambut. Melalui sistem pelacakan yang dibangun, rantai pasokan minyak sawit dapat diakses oleh semua pemangku kepentingan. Tingkat transparansi yang tinggi ini digunakan sebagai bukti bagi pengawas industri bahwa rantai pasokan kelapa sawit berasal dari sumber yang jelas. Dengan cara ini, setiap tetes minyak sawit mentah bisa ditelusuri dan tentu memaksa perusahaan untuk mematuhi standar-standar yang ditetapkan untuk mencapai keberlanjutan yang sesungguhnya. Sistem pelacakan juga membantu dalam pencegahan produsen dan produk pertanian yang tidak memenuhi syarat dari sisi legal aspeknya. Selain itu, kemampuan pelacakan juga digunakan untuk memperhitungkan dampak lingkungan dan dampak sosial dari produk agroindustri yang sangat berkontribusi terhadap kebelanjutan pertanian nasional. Tidak banyak pelaku komoditas pertanian Indonesia yang mampu menembus pasar ekspor seperti Amerika Serikat, negara-negara Uni Eropa, dan Jepang karena tidak memiliki sistem pelacakan yang baik sebagai salah satu syarat legalnya. Jepang mempersyaratkan mulai tahun 2003, sedangkan Amerika Serikat mulai tahun 2004 dengan regulasi 21CFR820 dan Uni Eropa mulai tahun 2005 dengan regulasi EU General Food Law (Vanany et al. 2014). Berdasarkan kajian kerja sama bilateral Indonesia–Uni Eropa di bidang ekonomi dan keuangan [4] salah satu kelemahan yang dapat mengurangi kemampuan Indonesia dalam upaya meningkatkan hubungan ekonomi dengan negara lain adalah |2|

kualitas produk tidak memenuhi standar terutama menyangkut keamanan, keselamatan, dan kesehatan. Atas alasan inilah, produk-produk pertanian Indonesia mengalami kesulitan masuk ke pasar negara maju yang memiliki standar dan persyaratan teknis yang tinggi. Peraturan sanitasi dan fitosanitasi Indonesia tidak mengenali standar keamanan makanan Uni Eropa dan sebaliknya laboratorium teknis Uni Eropa juga tidak mengenali tes untuk standar teknis Indonesia. Rantai pasok agroindustri nasional juga memerlukan adanya dukungan sistem pelacakan yang baik. Hasil penelitian Adiyoga et al. (2007) menunjukkan bahwa rantai pasokan sayuran di Kabupaten Bandung, Jawa Barat masih memiliki beberapa masalah antara lain 1) ketidakpastian kualitas produk, 2) kurangnya pengawasan kualitas di sepanjang rantai, 3) kurangnya informasi pasar, 4) kurangnya transparansi dalam penentuan harga, dan 5) tidak ada kemampuan untuk penjejakan (tracking) dan pelacakan (tracing). Peran sistem pertanian presisi (precision agriculture system) dan sistem pelacakan (traceability system) sangat kritis dan menentukan agroindustri yang berkelanjutan (Bongiovanni & Lowenberg-Deboer 2004; Kraisintu & Ting-zhang 2011). Dalam makalah ini, dibahas dan dipaparkan bagaimana pendekatan dan penerapan sistem pertanian presisi (precision agriculture) dan sistem pelacakan untuk mendukung agroindustri yang berkelanjutan, baik sistem pertanian presisi dan sistem pelacakan akan saling menguatkan dan keduanya memerlukan dukungan teknologi informasi dan komputasi berkinerja tinggi untuk menjamin akuisisi dan pengolahan data yang cepat dan akurat dalam pemantauan, pengambilan keputusan, serta pengendalian berbagai aktivitas produksi produk pertanian di setiap mata rantai produksi dan pasok dari hulu ke hilir. Struktur logika pembahasan paper ini disajikan pada Gambar 1. |3|

Gambar 1 Kerangka logika mewujudkan agroindustri berkelanjutan melalui pendayagunaan sistem pertanian presisi dan sistem pelacakan

Sistem Pertanian Presisi Pertanian presisi adalah sistem pertanian terpadu berbasis pada informasi dan produksi, untuk meningkatkan efisiensi, produktivitas dan profitabilitas produksi pertanian dari hulu ke hilir yang berkelanjutan, spesifik-lokasi serta meminimalkan dampak yang tidak diinginkan pada lingkungan (Whelan dan Taylor 2013). Pertanian presisi menggunakan pendekatan dan teknologi yang memungkinkan perlakukan presisi pada setiap simpul proses pada rantai bisnis pertanian dari hulu ke hilir sesuai kondisi (lokasi, waktu, produk, dan consumer) spesifik yang dihadapi (Seminar 2016, Heriyanto et al. 2016).

|4|

Ada empat pilar utama dalam pendekatan pertanian presisi, yaitu: 1. Memandang aktivitas pertanian secara holistik dan menyeluruh dari hulu ke hilir sebagai rantai proses yang terpadu dan berkesinambungan untuk memastikan aliran konversi produk pertanian (tanaman, ternak, ikan, dan turunannya) dengan aman, efisien, dan efektif dari lahan hingga ke meja makan. 2. Memedulikan keragaman (heterogenitas) dan dinamika lokasi, waktu, objek bio, iklim, geografi, kultur, pasar, dan konsumen. 3. Mendayagunakan teknologi yang pengamatan dan perlakuan presisi.

memungkinkan

4. Berbasis kepada data, informasi, dan pengetahuan yang sahih. Penerapan pertanian presisi dari hulu ke hilir dalam rantai produksi dan pasok produk pertanian (lihat Gambar 2) dimulai dari menentukan dan melihat lahan yang sesuai berdasarkan kondisi tanah, iklim, dan air, dilanjutkan dengan ketepatan dalam menentukan metode pembukaan dan pengolahan lahan; metode dan waktu tanam; metode dan waktu irigasi dan perawatan tanaman; pemupukan yang tepat jenis, waktu, dan dosis; waktu dan metode panen; pengolahan pascapanen, transportasi, kemasan produk, pemilihan target pasar; serta penyajian makanan yang tepat fungsi dan aman.

|5|

Gambar 2 Model penerapan pertanian presisi pada rantai produksi dan pasok produk pertanian dari hulu ke hilir

Penerapan Pertanian Presisi di Hulu Pemilihan Lahan yang Tepat Penerapan pertanian presisi di hulu dimulai dari pemilihan lahan hingga panen. Dalam pemilihan lahan ada beberapa alternatif dilihat dari basis media tanamnya, yaitu 1) berbasis pada lahan terbuka dan 2) berbasis pada lahan tertutup. Untuk media tanam berbasis terbuka diperlukan analisis presisi tentang kesuaian lahan untuk suatu tanaman yang akan dibudidayakan dan diproduksi. Teknologi informasi geografis dengan basis data spasial dapat digunakan untuk melihat kesesuaian lahan suatu tanaman dengan memperhitungkan kondisi tanah, iklim, ketersediaan air, serta kontur tanah pada suatu wilayah tertentu. Dengan ini, pemilihan lahan terbaik untuk suatu tanaman tertentu dapat ditetapkan secara presisi. Sebagai contoh, penentuan kesesuaian lahan untuk tanaman padi dan jagung di Gorontalo dilakukan dengan memanfaatkan basis data spasial, cuaca, kondisi tanah, kontur tanah, dan tutupan hutan sehingga dapat ditampilkan lokasi lahan dan luasannya dalam berbagai tingkat kesesuaian untuk tanaman padi dan jagung (Gambar 3). Hasil dari analisis kesesuaian lahan ini dapat digunakan untuk |6|

perencanaan wilayah agroindustri yang lebih berkelanjutan karena berbasis kondisi alami setempat. Produksi pertanian berbasis lahan tertutup menggunakan konstruksi bangunan yang dirancang secara spesifik untuk budidaya tanaman yang disebut rumah tanaman (green-house) atau untuk budidaya ayam . Dengan sistem tertutup ini, kondisi iklim mikro di dalam rumah produksi dapat dikendalikan dan dimonitor dengan tujuan optimasi pertumbuhan tanaman atau ternak. Namun, pemilihan lokasi perlu menerapkan pertanian presisi untuk melihat kesesuaiannya agar tidak menimbulkan masalah sosial dan lingkungan.

|7|

.

Gambar 3 Tampilan sistem pakar untuk penentuan tingkat keseuaian padi dan jagung di Gorontalo (Lahay, Seminar, Mulyana 2011) .

|8|

Sistem pakar untuk pemilihan lokasi kandang tertutup produksi ayam broiler telah dikembangkan dengan menggunakan software yang diinstal di perangkat komunikasi mobile (Wijayanto, Seminar, Afnan 2015 dan 2016). Aplikasi ini mampu memberikan informasi tingkat kesesuain suatu lokasi (lahan) untuk pembangunan kandang tertutup produksi broiler dengan mempertimbangkan empat faktor, yaitu 1) ekologi dan dampak lingkungan, 2) infrastruktur, 3) kondisi alami, dan 4) kerawanan bencana alam. Contoh tampilan keluaran sistem untuk tingkat kesesuaian lahan untuk kandang ayam broiler di wilayah Parung disajikan dalam bentuk data spasial pada Gambar 4.

Pemilihan Metode Pembukaan dan Pengolahan Lahan yang Tepat Pendekatan pertanian presisi dengan memanfaatkan data agroklimat dan data spasial (luas, topografi lahan dan kontur lahan, serta jenis tanah) yang dapat diakuisisi dari satelit atau GPS dapat digunakan untuk perencanaan pembukaan dan pengolahan lahan yang paling tepat dari aspek sumber daya (armada, alat dan mesin, serta tenaga operator yang diperlukan), aspek waktu (penjadwalan dan target penyelesaian), aspek ekonomi, dan aspek lingkungan (skenario ramah lingkungan). Penerapan teknologi sistem pendukung keputusan (SPK) berbasis pengetahuan dapat digunakan untuk membantu pemilihan metode terbaik dalam pembukaan dan pengolahan lahan yang lebih presisi seperti yang dikembangkan oleh Nishiguchi & Yamagata (2009) dan Solahudin (2010).

|9|

Gambar 4 Luaran sistem pakar untuk penentuan tingkat kesesuaian lokasi pengembangan rumah produksi broiler; kasus studi di Parung (Wijayanto, Seminar, Afnan 2015 dan 2016)

Perawatan Tanaman yang Tepat Salah satu implementasi pertanian presisi adalah Manajemen Tanaman Spesifik-Lokasi (Site-Specific Crop Management/ | 10 |

SSCM) di mana keputusan pada aplikasi prasarana dan sarana produksi dan praktik agronomi ditingkatkan kualitas dan akurasinya dengan menghitung kebutuhan kesesuaian tanah dan tanaman yang lebih baik karena sifat heterogenitas dari tanah dan tanaman di lapangan (Whelan dan Taylor 2013). Pendekatan pertanian presisi juga dapat digunakan untuk menghitung dosis yang tepat pada penyemprotan gulma untuk tanaman kacang tanah (Solahudin, Seminar, Astika, dan Buono 2010). Dosis herbisida ditentukan sesuai dengan populasi gulma yang dihitung secara real-time dengan menggunakan sensor kamera yang ditempatkan pada traktor tangan yang dioperasikan di lahan (Gambar 5). Citra tutupan gulma yang terfilter dan ditangkap kamera menunjukkan luasan populasi gulma yang menentukan dosis penyemprotan. Satu area tangkapan citra didekomposisi menjadi empat subarea untuk lebih meningkatkan ketelitian pengukuran kepadatan gulma. Penyemprotan dengan dosis yang tepat akan menghemat volume herbisida yang digunakan dan mengurangi dampak polusi lingkungan yang tidak diharapkan. Sistem perencanaan alsintan berbasis pertanian presisi untuk penyemprotan tanaman pada lahan yang luas dan tersebar di berbagai lokasi geografis telah dikembangkan oleh Solahudin et al. (2011). Dari hasil pengujian, penerapan metode dekomposisi citra tersebut meningkatkan ketelitian aplikasi dari segi dosis dan ketepatan lokasi. Dari hasil perhitungan pengujian sistem yang diusulkan dapat menghemat konsumsi herbisida sebanyak 14% dibandingkan dengan penyemprotan tanpa dekomposisi citra serta berimplikasi pada pengurangan polusi lingkungan dan peningkatan efisiensi dan efektivitas penyemprotan. Pendugaan terhadap kemungkinan serangan hama yang akan terjadi dapat dilakukan dengan menggunakan data klimat dan jenis tanaman yang ada di suatu lahan yang diakuisisi dari satelit dan GPS sehingga dapat dilakukan tindakan pencegahan | 11 |

serangan suatu hama tertentu. Pencegahan serangan hama yang terprediksi tersebut dilakukan dengan menentukan penjadwalan semprot yang tepat serta pemilihan ukuran katup (nozzle) semprot yang sesuai dengan kondisi geospasial lahan seperti disajikan pada Gambar 6.

Gambar 5 Skenario kerja sistem pengendalian gulma berbasis pertanian presisi (Solahudin, Seminar, Astika, dan Buono 2010)

| 12 |

Gambar 6 Model sistem pendukung keputusan untuk penjadwalan penyemprotan gulma dan pemilihan katup semprot (Sampurno, Seminar, dan Suharnoto 2014) Rekomendasi pemupukan yang tepat jenis, dosis, dan waktu untuk padi sawah berbasis pertanian presisi telah dikembangkan oleh IRRI bekerja sama dengan Litbang Pertanian Kementrian Pertanian (Dobermann dan Fairhurst 2000). Sistem ini telah dikembangkan menggunakan teknologi web dan mobile (berbasis sms dan Android) yang dapat diakses oleh petani atau kelompok tani di berbagai wilayah untuk mendapatkan rekomendasi pupuk yang sesuai berdasarkan varietas padi yang ditanam, serta karakteristik spefisik, luas lahan, karakteristik klimat dari lokasi sawah yang digarap petani. Pendekatan presisi pemberian air yang tepat waktu dan tepat volume pada lahan tanaman hortikultura dilakukan dengan mempertimbangkan kondisi spesifik lahan, kelembapan tanah, jenis tanah, dan periode tanam (Heriyanto et al. 2016). Penyediaan dan penentuan tingkat ketersediaan air irigasi yang presisi secara spasial juga merupakan bagian dari pertanian presisi di rantai hulu pertanian. Sebagai ilustrasi adalah analisis | 13 |

penyediaan air irigasi dengan air permukaan dan air tanah pada musim kemarau di Kabupaten Nganjuk. Pemanfaatan air tanah sebagai sumber irigasi sangat mendukung peningkatan produksi pertanian. Dengan analisis spasial dari komponen neraca air, indeks vegetasi tanaman, dan tingkat kepadatan sumur pada musim kemarau, ditemukan beberapa lokasi yang mengalami kekurangan air irigasi, eksploitasi air tanah yang berlebih, dan sumber air tanah yang cukup untuk musim kemarau. Berdasarkan hasil analisis ketersediaan air tanah pada musim kemarau ini dapat dihasilkan lokasi-lokasi yang dapat ditanami dua kali atau tiga kali setahun tanpa mengalami kekurangan air atau eksploitasi air tanah berlebihan. Sistem cerdas dan presisi deteksi dini penyakit virus Huanglongbing pada tanaman jeruk dengan metode spektroskopi telah dikembangkan sehingga memungkinkan deteksi serangan penyakit tersebut walaupun secara kasat mata belum bergejala. Penyakit Huanglongbing ini merupakan penyakit ganas yang belum ada cara penanggulanggannya jika tanaman jeruk sudah terserang dan bergejala sehingga tanaman tersebut harus dimusnahkan. Sistem deteksi cerdas berbasis Jaringan Syaraf Tiruan (JST) memungkinkan deteksi dini penyakit ini sebelum bergejala sehingga membuka peluang penanggulangan penyakit tersebut sebelum mencapai kondisi kerusakan fatal (Firmansyah 2015).

Budidaya pada Lahan Tertutup Pada produksi ayam broiler telah dikembangkan sistem pemantauan perilaku dan gerakan ayam broiler secara realtime pada kandang tertutup berbasis kamera dan video yang bisa diakses secara langsung melalui jaringan internet untuk mendukung diagnosa serta kendali preventif dan kuratif terhadap ayam broiler pada waktu yang tepat (Seminar, Afnan, dan Kurnia 2014). | 14 |

Sistem kendali dan pemantuan terdistribusi produksi broiler dan tanaman pada bangunan tertutup (broiler house dan greenhouse) yang terletak di beberapa lokasi geografis yag tersebar telah dikembangkan dengan menggunakan sistem multiagen cerdas yang tersebar. Agen yang menjadi sentral kendali dan pemantau adalah supervisory agent (server), sedangkan agen-agen yang mendapatkan instruksi kendali dan pemantauan di masing-masing rumah produksi adalah supervised agents (clients) yang terhubungkan melalui jaringan komunikasi LAN (local area network) atau WAN (wide area network), seperti disajikan pada Gambar 8. Sentra basis pengetahuan (knowledge-base) dan basis kaidah (rulebase) berada di supervisory agent (server) untuk memberikan rekomendasi dan instruksi terbaik kepada masing-masing supervised agent tentang komoditas yang dibudidayakan di rumah produksi tertutup yang menjadi wilayah tanggung jawabnya. Dengan rekomendasi dan supervisi dari supervisory agent tersebut setiap supervised agent dapat melakukan pengendalian kondisi terbaik dari mikroklimat dan kebutuhan nutrisi bagi objek tanaman/ternak yang ada di dalam rumah produksi sesuai dengan kondisi lokasi spesifik (site-specific conditions) yang merupakan salah satu aspek dasar dari pertanian presisi.

| 15 |

Gambar 7 Arsitektur sistem kendali multiagen terdistribusi (Seminar et al. 2006) Sistem kendali pada rumah tanaman untuk produksi tanaman berbasis pertanian presisi telah dikembangkan untuk pengendalian suhu, kelembapan, dan pemberian nutrisi yang sesuai dengan kondisi kebutuhan tanaman yang optimal (Seminar et al. 2006). Sebagai ilustrasi, untuk kasus tanaman mentimun mini, rasio antara luasan kanopi (tutupan daun tampak atas) dan diameter batang dapat digunakan sebagai satu kriteria optimal atau tidaknya fase pertumbuhan di dalam rumah tanaman. Dengan memantau nilai rasio tersebut, tindakan kendali terhadap lingkungan tumbuh tanaman yang mencakup suhu, kelembapan, radiasi cahaya, dan nutrisi dapat dioptimalkan (Gambar 9).

| 16 |

Gambar 8 Contoh simulasi untuk proses optimasi pemberian nutrisi optimal berbasis pada nilai rasio luas tutupan (kanopi) daun dengan diameter batang sebagai indikator kebugaran pertumbuhan tanaman (Seminar et al. 2006).

Rekayasa Kultivar dan Pemilihan Bibit Aplikasi pertanian presisi sangat membantu rekayasa kutivar melalui rekayasa genetik tanaman ataupun hewan serta pemilihan bibit yang tepat untuk suatu kebutuhan spesifik pada suatu lahan spesifik. Suatu lahan dengan karakteristik tertentu bisa diintensifkan dengan budi daya varietas tanaman yang cocok yangdan dihasilkan dari rekayasa genetik. Misalnya, pada lahan yang kandungan asam dan potensi kekeringannya tinggi bisa dimanfaatkan dengan membudidayakan tanaman yang tahan terhadap cekaman asam yang tinggi dan terhadap cekaman iklim seperti kekeringan. Rekayasa genetika bermain pada tingkat molekuler khususnya DNA. Beberapa tahapan yang digunakan dalam rekayasa genetika yaitu isolasi DNA, manipulasi DNA, perbanyakan | 17 |

DNA, serta visualisasi hasil manipulasi DNA, DNA rekombinan, dan kloning gen. Penerapan pertanian presisi berbasis teknologi informasi, seperti teknologi mikroarray dan DNA sequencer, untuk rekayasa varietas unggul memberikan prospek yang sangat besar. Dengan teknologi tersebut penggabungan gen untuk ketahanan hama dan penyakit dapat dilakukan lebih cepat dan akurat yang sebelumnya sangat sulit dilakukan dengan metodametode konvensional (Sumarno 2010, Clarke 2013). Sistem pakar untuk pemilihan varietas tomat untuk budidaya berbasis pertanian presisi telah dikembangkan oleh Amanda, Seminar, Syukur, dan Noguchi (2013). Parameter keputusan yang digunakan untuk pemilihan varietas tomat mencakup ketinggian lahan, potensi produksi, tujuan budi daya tomat, karakteristik tomat (seperti ukuran, kekerasan buah, kematangan, dan warna buah), serta ketahanan terhadap penyakit. Dari parameter tersebut dihasilkan rekomendasi berbagai varietas tomat, mulai dari derajat kesesuaian tertinggi sampai yang terendah (Gambar 7). Demikian juga sistem pakar pemilihan varietas unggul kedelai telah dikembangkan menggunakan beberapa variable kriteria seperti potensi hasil, umur polong, ukuran biji, wilayah adaptasi lahan, tinggi tanaman, warna kulit biji, serta ketahanan terhadap penyakit dan hama (Kumalasari 2013).

| 18 |

Gambar 9 Sistem seleksi varietas tomat (Amanda et al. 2013)

Penentuan Waktu dan Metode Panen Proses pemanenan yang baik adalah yang tepat waktu dan tepat metode dengan mempertimbangkan kondisi tanaman, iklim, lingkungan, dan lahan di lokasi tertentu. Dukungan teknologi dan sistem informasi dapat meningkatkan kecepatan dan keakuratan perencanaan panen dengan melakukan simulasi dan pengambilan keputusan berbasis pengetahuan dan kaidah (Nishiguchi dan Yamagata 2009, Solahudin 2010). Kemampuan untuk mengidentifikasi perbedaan selama masa pertumbuhan hingga panen dapat dilanjutkan di urutan gandum yang mengering (warna merah pada Gambar 10) akan mampu mengurangi jumlah bahan bakar minyak yang digunakan untuk pengeringan dan selanjutnya akan memangkas emisi CO2 (Nishiguchi dan Yamagata 2009).

| 19 |

Gambar 10 Analisis pertumbuhan gandum layar menggunakan citra satelit (Nishiguchi & Yamagata 2009)

Penerapan Pertanian Presisi di Hilir Aplikasi pertanian presisi di rantai hilir mencakup semua rantai tahapan agribisnis mulai dari pascapanen hingga pemasaran dan penyampaian produk pertanian ke pengguna akhir.

Sistem Pencatatan dan Pelaporan Produksi Pada proses pascapanen, pencatatan panen merupakan aktivitas yang sangat diperlukan untuk pemantauan dan evaluasi produksi. Pada pemanenan produksi kelapa sawit misalnya, pemanenan yang dilakukan unit area panen terkecil yaitu blok dicatat dan dilaporkan oleh petugas pemeriksa buah setelah disetujui mandor panen melalui sms (short messaging system) ke server pusat di perkebunan kelapa sawit, seperti yang telah dikembangkan oleh tim IPB untuk PTPN IV Medan | 20 |

(Seminar 2015). Data yang dilaporkan via sms adalah IdBlok, luas panen, tanggal panen, fase panen (pusingan), serta jumlah tandan dan berat tandan. Data yang telah dimasukkan ke sistem dapat diolah dan ditampilkan untuk kebutuhan pimpinan dan unit kerja dalam evaluasi, pengambilan keputusan, perhitungan rendemen, prediksi produksi, serta perencanaan ke depan, seperti disajikan pada Gambar 11. Pengembangan dan pemanfaatan lanjut dari sistem ini dapat mendukung manajemen pemupukan, evaluasi lahan (blok, afdeling, dan kebun) produktif, perencanaan sarana produksi, dan analisis biaya berbasis pertanian presisi dengan memanfaatkan data spasial maupun nonspasial.

Gambar 11 Pencatatan produksi panen buah kelapa sawit di perkebunan dan pelaporan hasil analisis produksi secara real-time (Seminar 2015) | 21 |

Sebuah model untuk identifikasi sapi dan registrasi telah dikembangkan (Seminar et al. 2010), di mana sistem dapat digunakan untuk pencatatan dan verfikasi kelahiran sapi yang di-entry oleh petani atau kelompok tani via sms. Data yang di- entry mencakup tanggal lahir dan berat badan, silsilah, riwayat kesehatan, ukuran, kepemilikan, sejarah gerakan, serta kulit atau warna bulu sapi. Setiap sapi yang telah disampaikan atau diimpor dari luar negeri diidentifikasi dan terdaftar di sistem; semua informasi penting tentang sapi kemudian dapat diperoleh pada berbagai tahap tujuan traceability rantai pasokan. Untuk akuisisi data yang real-time dapat digunakan berbagai perangkat input (seperti sensor RFID, sensor barcode dan QR, sensor sidik moncong, sensor tag telinga, sensor microchip, sensor tato, serta GPS).

Sistem Sortasi Salah satu penerapan pertanian presisi adalah penyortiran produk pertanian seperti produk tomat berdasarkan parameter warna dan ukuran tomat. Pendekatan pertanian presisi perlu diterapkan pada sortasi buah tomat karena proses sortasi secara manual umumnya menghasilkan produk dengan keragaman kurang baik dan juga waktu yang relatif lama. Untuk meningkatkan keseragaman, akurasi, dan waktu pemrosesan proses sortasi dapat dilakukan dengan mesin cerdas menggunakan Jaringan Saraf Probalistik (Probabilistic Neural Network/PNN) dengan sistem komputasi paralel (Seminar et al. 2008). Sistem sortasi produk pertanian dengan metode presisi dapat dilakukan dengan memanfaatkan sistem komputasi cerdas untuk menetapkan mutu produk dengan objektif, seragam, dan cepat. Sistem pemutuan teh hitam menggunakan sensor kamera untuk menangkap citra dari bubuk teh hitam yang kemudian diolah dan dianalisis dengan metode jaringan syaraf tiruan (JST) untuk sekaligus menentukan kelas dan grade teh hitam | 22 |

(Muqodas 2015), seperti disajikan pada Gambar 12. Demikian juga sistem cerdas sortasi nanas juga telah dikembangkan untuk menentukan mutu nanas menggunakan fitur warna dan ukuran nanas (Rahman 2016).

Gambar 12 Alat sortasi teh hitam berbasis jaringan syaraf tiruan (JST) (Muqodas 2015)

Pemilihan Jalur Transportasi dan Pemilihan Kemasan Produk Sistem cerdas optimasi dalam pemilihan jalur transportasi berbasis pertanian presisi dikembangkan agar dapat memberikan peluang dan keputusan strategis dalam analisis pemilihan jalur terbaik guna meminimalkan waktu pengiriman serta menghindari kerusakan fisik dan mutu produk pertanian. Sistem ini menggunakan data spasial dan nonspasial untuk pemilihan jalur distribusi hortikultura mencakup peta pasar dan jalan, jarak, kondisi trafik dan kecepatan kemudi (drive time), serta kecepatan rata-rata perjalanan (Gambar 13). | 23 |

Gambar 13 Pemilihan jalur terbaik untuk hortikultura (Seminar et al. 2015)

transportasi

Memilih kemasan produk pertanian tertentu memerlukan ketelitian sesuai dengan karakteristik produk yang akan dikemas dan ketersedian pilihan kemasan yang ada dipasaran. Sistem pakar untuk memilih kemasan yang tepat sesuai dengan karakteristik produk daging, baik yang segar atau daging dengan pengolahan terbatas telah dikembangkan berbasis paltform web (Gambar 14). Kriteria karakteristik produk yang digunakan sebagai pertimbangan adalah jenis produk daging, aktivitas air (Aw), suhu dan kelembapan daging, zat aditif yang digunakan, serta lama simpan yang diperbolehkan (Ahsyar et al. 2015).

| 24 |

Gambar 14 Sistem pendukung keputusan pemilihan kemasan untuk produk daging (Ahsyar et al. 2015)

Sistem Perencanaan Ketahanan dan Keamanan Pangan Sistem berbasis pertanian presisi untuk analisis keamanan pangan (food security) juga telah dikembangkan dengan memanfaatkan data-data potensi produksi, data kependudukan, kandungan nutrisi dari suatu komoditas pangan (dalam hal | 25 |

ini padi dan jagung), dan kebutuhan nutrisi yang diperlukan penduduk (Kudang, Yandra, Rahkmat 2014). Analisis keamanan pangan memperhatikan modus tanam dan panen per tahun, seperti disajikan pada Gambar 15, untuk contoh kasus di Gorontalo.

Gambar 15 Sistem pakar untuk menentukan keamanan pangan berdasarkan kecukupan ketersedian nutrisi berbasis pertanian presisi (Kudang, Yandra, Rahkmat 2014)

| 26 |

Perhitungan ketersediaan nutrisi untuk konsumsi pangan dapat ditelusuri pada level provinsi, kota madya, kabupaten, sampai kecamatan sehingga lebih mudah dan saksama menentukan suatu wilayah yang rawan pangan, kemudian dapat digunakan sebagai dasar aksi preventif maupun kuratif dalam protokol keamanan pangan. Untuk memastikan produksi pangan yang sesuai dengan kebutuhan kesehatan dan preferensi konsumer dapat digunakan sistem pendukung keputusan (SPK) presisi untuk memilih produk pangan fungsional yang tepat. Faktor-faktor kunci yang menentukan produk fungsional dan memotivasi untuk konsumsi makanan fungsional dapat membentuk dasar untuk tindakan yang berkaitan dengan pengembangan dan konsumsi makanan. Faktor-faktor tersebut mencakup 1) efek terhadap kesehatan konsumer, 2) cita rasa dan penampilan makanan fungsional, serta 3) demografi dan status sosial (Kraus 2015). Selain itu, SPK ini dapat membantu tindakan yang berkaitan dengan promosi dan pemasaran produk makanan.

Pemilihan Segmen Pasar Segmen pasar mengacu kepada sekelompok pembeli potensial untuk kategori produk atau layanan yang kebutuhannya sama. Seorang anggota dalam kelompok segmen pasar tertentu memiliki kebutuhan yang lebih mirip dengan kebutuhan anggota lain dari segmen yang sama daripada kebutuhan dari anggota dari segmen pasar yang berbeda. Contoh segmen pasar untuk produk kopi bubuk ada beberapa kelompok, seperti “pembeli kopi arabika”, “pembeli kopi robusta”, “pembeli aroma dan cita rasa kopi”. Pengetahuan tentang segmen pasar memungkinkan produsen untuk menargetkan penawarannya dengan presisi bagi anggota segmen tertentu sehingga mendapatkan penjualan dan kepuasan pelanggan yang lebih tinggi. Tujuan utama dari segmentasi pasar adalah untuk | 27 |

secara akurat memprediksi kebutuhan pasar dan meningkatkan profitabilitas dengan membuat produk dalam jumlah yang tepat, untuk pasar yang tepat, dengan biaya yang optimal. Metode komputasi cerdas dapat digunakan untuk menentukan segmen pasar sehingga membantu tindakan pemasaran produk pertanian yang lebih presisi (Rowe 2012; Tikmani, Tiwari, dan Khedkar 2015). Data yang digunakan untuk segmentasi adalah data sejarah pembelian produk oleh pelanggan (frekuensi pembelian, volume dan nilai pembelian, profil pelanggan, serta jenis produk yang dibeli).

Sistem Pelacakan Traceability (keterlacakan) adalah kemampuan untuk melacak (mengidentifikasi dan mengukur) semua tahapan yang mengarah ke titik tertentu dalam suatu proses yang terdiri dari rantai peristiwa yang saling terkait (https://en.wiktionary.org/ wiki/traceability). Menurut Bosona dan Grebesenbet (2013), keterlacakan adalah bagian dari manajemen logistik yang menangkap, menyimpan, dan menyediakan informasi yang relevan untuk suatu produk pertanian pada semua simpul rantai produksi makanan dari hulu ke hilir, di mana produknya dapat diperiksa untuk keperluan keamanan, kendali mutu, serta pelacakan mundur dan maju di setiap saat. Menurut Pizzuti dan Mirabelli (2015) suatu sistem pelacakan diperlukan sebagai alat untuk mengontrol kualitas dan keselamatan pangan. Pelacakan didefinisikan sebagai kemampuan menelusuri komoditas makanan, pakan, atau substansi yang ditambahkan ke dalam makanan, meliputi semua langkah dari produksi, prosessing, dan distribusi (Rijswijk dan Frewer 2008). Tiga elemen dasar yang diketahui informasinya, yaitu nama produk, asal produk, dan saat didistribusikan atau kemampuan untuk mengikuti atau mempelajari secara detail (langkah demi langkah), riwayat dari aktivitas atau proses tertentu (Webster’s | 28 |

Dictionary 2011). Opara (2003) menyatakan bahwa traceability untuk rantai produksi pangan harus mencakup keterlacakan produk, proses, genetika, sarana produksi (input), hama dan penyakit, serta metode pengukurannya. Kemampuan melacak perjalanan produk dari hulu ke hilir (traceability) merupakan salah satu kebutuhan fungsional yang vital untuk implementasi pertanian presisi yang mengandalkan data dan informasi yang presisi untuk mengambil keputusan dan tindakan yang presisi pula. Untuk itu sistem pelacakan yang berbasis teknologi informasi perlu dikembangkan menggantikan sistem pelacakan manual yang memiliki banyak kelemahan untuk mendukung kebutuhan industri pertanian modern saat ini (Aizenbud-Reshef et al. 2006; Visayadamrong et al. 2013). Model sistem traceability berbasis teknologi informasi telah dikembangkan oleh Seminar (2015) seperti disajikan pada Gambar 16.

Gambar 16 Model sistem pelacakan untuk rantai pangan berbasis teknologi informasi (Seminar 2015)

| 29 |

Sistem yang dikembangkan tersebut mendukung beberapa fungsi kritis untuk kebutuhan pelacakan, yaitu 1) fungsi komputasi dengan berbagai model dan skenario; 2) fungsi akuisisi data dan distribusi informasi di setiap node (aktor) yang terlibat pada rantai produksi; 3) fungsi penyimpanan data dan informasi berupa data spasial, temporal, statistik, dan serial (dalam bentuk teks, video, dan audio) yang diperlukan untuk tujuan traceability; dan 4) fungsi integrator dan konektor semua aktor di berbagai mata rantai produksi dari hulu ke hilir (Seminar 2015). Dengan sistem pelacakan tersebut data yang terkait dengan produk pertanian dari hulu ke hilir di setiap simpul rantai produksi dan pasok diakuisisi, disimpan, dan diolah untuk menghasilkan informasi yang dapat digunakan untuk pemantauan, pengambilan keputusan, pengendalian, dan pengawalan proses produksi yang baik dan aman. Desain arsitektur sistem pelacakan yang mengacu pada Gambar 12 dikembangkan lebih lanjut dengan model rantai aktor yang terlibat dalam aliran produksi (Gambar 17). Dengan arsitektur ini memungkinkan fungsi pelacakan mundur (backword tracing) dan pelacakan maju (forward tracing) suatu produk dan proses transformasi produk yang melibatkan aktor dari hulu ke hilir (Opara 2003, Bosona & Grebesenbet 2013, ITC 2015).

| 30 |

Gambar 17 Aristektur sistem pelacakan rantai produksi (Seminar et al. 2016)

Sistem Pelacakan Rantai Produksi Tuna Loin Sistem pelacakan rantai produksi tuna loin dari kapal tangkap hingga retailer (Gambar 18) telah dikembangkan oleh Seminar et al. (2016). Setiap aktor dimodelkan sebagai entitas yang mewakili perusahaan atau agen yang melakukan fungsi tertentu dalam rantai produksi tuna. Setiap aktor harus diidentifikasi secara jelas berdasarkan nama dan profil, produk, dan peristiwa (tindakan yang dilakukan oleh masing-masing aktor) terkait dengan proses produksi tuna.

Gambar 18 Model alur rantai produksi tuna (Seminar et al. 2016) | 31 |

Setiap aktor memiliki peran khusus untuk melakukan transformasi produk serta dokumentasi data dan informasi yang terkait, seperti dijelaskan pada Tabel 1. Semua aktor yang terlibat dalam rantai produksi tuna loin harus teregistrasi dalam sistem pelacakan sehingga identitas, aktivitas, dan produk yang dihasilkan setiap aktor dapat dicatat dan disimpan di dalam sistem pelacakan. Sebagai contoh, proses pengemasan dan pelabelan yang dilakukan aktor unit pengolahan ikan (UPI) serta dokumentasi yang terkait dapat disimpan dan dilacak kemudian ditampilkan seperti pada Gambar 19.

Gambar 19 Pencatatan dan pelaporan proses pengemasan & pelabelan tuna

| 32 |

Tabel 1 Aktivitas anggota rantai pasok tuna (Kresna 2014) Aktor Kapal

Aktivitas

Output

Dokumen & Rekaman

Pencarian fishing

Tuna dengan

ground,

suhu <3°C, lulus SHTI lembar awal

penangkapan tuna,

uji sensori dan

penangan ikan di atas

bukan hasil dari

kappa,

illegal fishing

Log Book

penyimpanan ikan di Transit

UPI

palka. Pembongkaran tuna dari

Tuna dengan

Pencatatan bobot

kapal,

suhu

dan grade secara

pengecekan grade tuna,

<3°C, lulus uji

internal

penimbangan bobot

sensori, grade,

(Harvest Vessel

tuna,

dan bobot

receiving Record)

penjualan tuna,

sesuai dengan

pengangkutan tuna ke

permintaan

perusahaan. Pengolahan tuna loin

pembeli Tuna loin

Pencatatan internal

beku

dengan nilai

untuk setiap proses

TPC <500.000/

Helath Certificate

gram, E.coli

Invoice Packing

<0,3/gram,

List

Salmonella dan

HACCP

Vibrio negatif,

Certificate

dan histamin Transporter

Pencucian container,

<50 ppm Suhu kontainer

Pencatatan pada

Setting suhu kontainer,

pada -25 °C

pengukur suhu

Pengangkutan produk

sampai -20 °C

kontainer

menuju pelabuhan.

| 33 |

Tabel 1 Aktivitas anggota rantai pasok tuna (Kresna 2014) (lanjutan) Aktor Distributor

Aktivitas

Output

Dokumen & Rekaman

Pengecekan tuna dan

Suhu <-18 °C

Pencatatan internal

penjualan tuna ke retail

Histamin <50

distributor

ppm Salmonella dan Vibrio negatif TPC <500.000/ gram E.coli <0,3/ gram Retailer

Pembelian dari

Grade B atau A Suhu <-18 °C

Pencatatan internal

distributor dan

Grade B atau A

retailer

penjualan kepada konsumen akhir

Demikian juga pelaporan proses analisis mikrobiologi pada tuna loin sebelum di pengemasan disajikan pada Gambar 20. Untuk memverifikasi hasil analisis mikrobiologi sesuai SOP yang berlaku, dapat ditampilkan kriteria-kriteria yang ditetapkan di SOP.

Gambar 20 Pencatatan dan pelaporan mikrobiologi tuna | 34 |

proses

analisis

Sistem Pelancakan Rantai Produksi Broiler Sistem pelacakan rantai produksi broiler berbasis web telah dikembangkan mencakup rantai produksi dari lahan produksi (production farm) hingga ke retailer (Triyanto 2016), seperti disajikan di Gambar 21.

Gambar 21 Model alur rantai produksi broiler (Triyanto 2016) Sistem pelacakan memungkinkan setiap aktor untuk melihat sejarah perjalanan produk dan asal produk dengan menggunakan International Article Number (EAN) barcode sebagai identitas unik produk yang dikaitkan dengan berbagai informasi yang terkait perjalanan produk dari satu aktor ke aktor yang berikutnya seperti disajikan pada Gambar 22 & 23.

| 35 |

Gambar 22 Penggunaan barcode sebagai identitas pelacakan ayam broiler (Triyanto 2016)

| 36 |

Gambar 23 Pelacakan produk dari Rumah Potong Ayam berbasis barcode (Triyanto 2016) Data dari semua aktor rantai produksi broiler dirancang secara terpadu sehingga memungkinkan penyimpanan dan registrasi aktor yang terlibat seperti disajikan pada Gambar 24.

| 37 |

Gambar 24 Integrasi data aktor pada ranbai produksi ayam broiler (Triyanto 2016)

Penutup Pertanian berkelanjutan merupakan kebutuhan jangka panjang untuk mendukung keberlangsungan kehidupan manusia seiring dengan semakin menurunnya sumber daya, daya dukung alam, serta perubahan iklim global sehingga menjadi isu, kajian, dan tujuan strategis yang digarap dan dicanangkan oleh banyak negara dengan melibatkan peneliti, pengambil kebijakan, praktisi, pemerhati, serta lembaga swadaya nasional dan internasional khususnya dalam bidang pertanian dan lingkungan. Tiga dimensi pertanian berkelanjutan yaitu lingkungan, sosial, dan ekonomi memerlukan pemahaman dan solusi nyata bagi sistem agroindustri yang berkelanjutan | 38 |

melalui pengembangan ilmu dan teknologi modern yang sesuai dengan perkembangan zaman dan teknologi serta tantangan terkini. Pada maakalah ini telah dijelaskan bagaimana pendekatan dan penerapan sistem pertanian presisi dan sistem pelacakan pada rantai produksi pertanian dari hulu ke hilir (land-to-table) untuk mendukung pertanian berkelanjutan. Pertanian presisi mengarahkan pada pengamatan dan perlakukan presisi dan tepat di semua rantai produksi dengan berbasis waktu dan fakta keragaman (heterogenitas) lahan (lokasi), iklim, tanaman dan hewan, ketersediaan air dan energi, segmen pasar, preferensi konsumen dan informasi terkait, serta kaidah-kaidah yang sahih untuk dijadikan skenario komputasi cerdas berbasis teknologi informasi berkinerja tinggi untuk mendukung praktik-praktik terbaik (best practices) di semua mata rantai produksi pertanian. Sistem pelacakan mengarahkan kepada perekaman (akuisisi) data yang presisi terkait dengan rantai transformasi produk dan nilai tambah objek (komoditas/produk pertanian) dari hulu ke hilir serta dokumentasi proses dan aktor yang terlibat pada rantai produksi tersebut. Sistem pelacakan memungkinkan integrasi hulu-hilir serta analisis mundur (backward tracing) untuk melakukan diagnosis produk (darimana asalnya, riwayat penyakit, diagnosa susut, dan kerusakan), serta analisis maju (forward tracing) produk (perencanaan produk, destinasi di pasokan, nilai ekonomi dan daya jual produk, serta prediksi volume dan harga). Kemampuan sistem pelacakan merekam perjalanan produk serta analisis maju dan mundur sangat mendukung prinsip dan penerapan pertanian presisi. Sebaliknya, pendekatan dan penerapan pertanian presisi juga diperlukan untuk mengoptimalkan kemampuan pelacakan produk yang tepat | 39 |

waktu dan akurat di semua mata rantai produksi pertanian, baik sistem pertanian presisi dan sistem pelacakan membutuhkan dukungan teknologi komputasi dan informasi berkinerja tinggi karena berhadapan dengan data bervolume besar (big data) dan beragam terkait dengan rantai produksi pertanian (data spasial, data temporal, data citra, data video dan suara, serta data teks dan numerik) dan proses komputasi cerdas dan kompleks yang layak waktu. Walaupun potensi dan bukti riset pertanian presisi dan sistem pelacakan serta keberadaan teknologi pendukungnya memberikan peluang dan solusi baru bagi sistem pertanian (agroindustri) berkelanjutan, namun dalam penerapannya perlu pengkajian, diseminasi, dan edukasi pemahaman yang seksama dari semua pemangku kepentingan, utamanya aktor agroindustri (petani dan pengusaha), serta advokasi kepada pemerintah sebagai pembuat kebijakan dan aspek legal. Investasi teknologi untuk penerapan pertanian presisi dan sistem pelacakan perlu dihitung dan direncanakan dengan cermat dan bijak, dengan mempertimbangkan kesiapan SDM dan infrastruktur pendukung, aspek legal, serta budaya kerja untuk transformasi proses bisnis (process business reengineering) menuju pertanian yang berkelanjutan.

| 40 |

Daftar Pustaka Adiyoga W, Asandhi AA, Laksanawati A, Nurhartuti, Sulastrini I. 2007. Rantai pasokan sayuran dan persepsi partisipan rantai terhadap pentingnya keamanan pangan. Jurnal Hortikultura, 3 (xvii): 1–16. Ahsyar TK, Seminar KB, Hermadi, Suyatma NE. 2015. Decision support system for selecting of meat product packaging. International Journal of Information Technology and Business Management 29th October 2015 42(1): 17–24. Aizenbud-Reshef N, Nolan B T, Rubin J, Shaham-Gafni Y. 2006. Model traceability. IBM Systems Journal 45(3): 515–526. Anonim. 2012. Kajian kerja sama bilateral Indonesia – Uni Eropa di bidang ekonomi dan keuangan. Laporan akhir Kerjasama Pusat Kebijakan Regional dan Bilateral Kementerian Keuangan RI dan Program Studi Kajian Wilayah Eropa Program Pascasarjana Universitas Indonesia. Amanda ECR, Seminar KB, Syukur M, Noguchi R. 2015. Development of expert system for selecting tomato (Solanum lycopersicum L.) varieties. The proceedings of the 3rd International Conference on Adaptive and Intelligent Agroindustry (ICAIA) 2015. Bongiovanni R, Lowenberg-deboer J. 2004. Precision agriculture and sustainability. Precision Agriculture 5(4): 359–387. Bosona T, Gebresenbet G. 2013. Food traceability as an integral part of logistics management in food and agricultural supply chain. Food Control, 33(1), pp.32–48.

| 41 |

Cargill. 2016. Langkah-langkah Cargill dalam Memenuhi Permintaan Minyak Sawit Berkelanjutan.https://www. cargill.co.id/id/news/NA31720473.jsp, diakses pada 01 November 2016 jam 14:50 wib. Clarke WE et al. 2013. Genomic DNA enrichment using Sequence Capture Microarrays: a novel approach to discover Sequence Nucleotide Polymorphisms (SNP) in Brassica napus L. PLOS ONE 8(12): 1–14. Dobermann, A. & Fairhurst, T. 2000. Rice: Nutrient Disorders & Nutrient Management. PPI, PPIC & IRRI. Oxford Graphic Printers Pte Ltd. Firmansyah, A. 2015. Penggunaan Vis-NIR untuk deteksi serangan Huanglongbing pada daun jeruk [Skripsi]. Bogor: Fakultas Teknologi Pertanian, IPB. Heriyanto H, Seminar K B, Solahudin M, Subrata IDM, Supriyanto, Liyantono, Noguchi R, Ahamed, T. 2016. Water supply pumping control system using PWM based on precision agriculture principles. International Agricultural Engineering Journal (IAEJ) 25(2): 1–8. [ITC] International Trade Centre. 2015. Traceability in food and agricultural products. Bulletin 91(201). Khawarizmie A. 2005. Uji dan aplikasi komputasi paralel dengan jaringan saraf probabilistik pada proses klasifikasi mutu tomat [Skripsi]. Fakultas Teknologi Pertanian, IPB. Liyantono, Kato T, Kuroda H, Yoshida K. 2013. GIS analysis of conjunctive water resource use in Nganjuk District, East Java, Indonesia. Paddy and Water Environment 11(1−4): 193−205. Kraus, A. 2015. Factors influencing the decisions to buy and consume functional food. British Food Journal 117(6): 1622–1636. | 42 |

Kraisintu K, Ting-zhang T. 2011. The Role of Traceability in Sustainable Supply Chain Management. Master of Science Thesis in Supply Chain Management, Department of Technology Management and Economics, Chalmers University of Technology. Kresna, B.A. 2014. Assesment of Traceability Implementation in Supply Chain of Frozen Loin Tuna With ISO 28000 [Thesis]. Bogor: Faculty of Fisheries and Marine Sciences, Bogor Agricultural University. Kumalasari T. 2013. Sistem pemilihan varietas unggul kedelai [Thesis]. Bogor: Departemen Ilmu Komputer, IPB. Lahay RJ, Seminar KB, Mulyana AK. 2011. Spatial decision support system for identification of potential land for food production. Journal of IT for NRM II(1|), May 2011. Muqodas AU. 2015. Pengembangan perangkat evaluasi mutu teh hitam menggunakan image processing [Skripsi]. Bogor: Fakultas Teknologi Pertanian, IPB. Nishiguchi, O and Yamagata, N. 2009. Agricultural information management system using GIS technology: Improving agricultural efficiency through information technology. Hitachi Review 58 (6): 265–269. OECD. 2008. OECD Contribution to the United Nations Commission on sustainable development 16-Towards sustainable agriculture. Opara L U. 2003. Traceability in agriculture and food supply chain: A review of basic concepts, technological implications, and future prospects. Food, Agriculture & Environment 1(1): 101–106. Pizzuti T, Mirabelli G. 2015. The global track & trace system for food: General framework and functioning principles. Journal of Food Engineering 159: 16–35. | 43 |

Rahman MF. 2016. Deteksi pemutuan nanas berbasis computer vision [Skripsi]. Bogor: Fakultas Teknologi Pertanian, IPB. Rijswijk van W, Frewer LJ. 2008. Consumer perceptions of food quality and safety and their relation to traceability. British Food Journal. 110(10): 1034–1046. Rowe HB. 2012. Market Segmentation Using K-Means Cluster Analysis. http://www.rowequality.com/sites/default/files/ Market_Segmentation_Using_Kmeans.pdf. Diakses pada 30 November jam 18.00 WIB. Sampurno RM, Seminar KB, Y Suharnoto. 2014. Weed control decision support system based on precision agriculture approach. TELKOMNIKA, 12(2): 475–484. Seminar KB, Abousaidi M, Wibowo A. 2005. Model manajemen data spasial untuk pemilihan jalur distribusi hortikultura. Jurnal Manajemen Agribisnis 2(1): 29–34. Seminar KB, Buono A, Alim MK. 2006. Uji dan aplikasi komputasi paralel pada jaringan saraf probabilistik (PNN) untuk proses klasifikasi mutu tomat. Jurnal Teknologi 1: 34−45 Seminar KB, Suhardiyanto H, Hardjoamidjojo S, Tamrin. 2006. A supervisory Control System for Greenhouse. Regional Computer Science Postgraduate Conference (ReCSPC). Seminar KB, Arkeman Y, Rakhmat JL. 2014. An Intelligent System For Early Detection of Food Crisis And SpatialBased Decision Making of Potential Land Evaluation For Food Production. Proc. of AFITA 2014 International Conference, Perth Australia.

| 44 |

Seminar KB, Arkeman Y, Lahay RJ. 2014. An intelligent system for early detection of food crisis and spatial based decision making of potential land evaluation for food production. Proceedings of the 9th Conference of the Asian Federation for Information Technology in Agriculture, 414–423, ISBN: 978-0-646-92873-9. Seminar KB, Pramudya B, Solahudin M, Pertiwi S, Liyantono, Supriyanto. 2014. Peran kritis teknologi dan sistem informasi untuk pertanian presisi. Strategi Pengembangan Teknologi Pertanian Di Era Global. Nuri A, N Soekarto, ST Sugiyono, Suparno O, Hermawan W, Purwanto MYJ. (Editors). Bogor: IPB Press. Seminar KB. 2015. Sistem informasi geografis produksi PTPN IV MEDAN. Laporan Akhir Kerja Sama LPPMIPB dan PTPN IV. Seminar KB. 2016. Food chain transparency for food loss and waste surveillance. Journal of Developments in Sustainable Agriculture (JDSA) 11(1): 17–22. Seminar KB, Marimin, Kresna BA, Arkeman Y, Wicaksono A. 2016. IT-Based Supply Chain Traceability of Tuna Fish. Proceedings of WCCA-AFITA 2016: 12–17. Solahudin M, Seminar KB, Astika IW, Buono A. 2010. Pendeteksian kerapatan dan jenis gulma dengan metode Bayes dan analisis dimensi fraktal untuk pengendalian gulma secara selektif. JTEP 24(2): 129–135. Solahudin M. 2010. Pengembangan metode pengendalian gulma pada pertanian presisi berbasis multi agen komputasional [Disertasi]. Bogor: Fakultas Teknologi Pertanian, IPB. Sumarno. 2010. Pemanfaatan teknologi genetika untuk peningkatan produksi kedelai. Pengembangan Inovasi Pertanian 3(4): 247–259. | 45 |

Tikmani J, Tiwari S, Khedkar S. 2015. An approach to customer classification using k-means. International Journal of Innovative Research in Computer and Communication Engineering, 3(11): 10542–10549. Triyanto D. 2016. Pengembangan Sistem Traceability Rantai Produksi Ayam Broiler [Thesis]. Bogor: Fakultas Teknologi Pertanian, IPB. Vanany I, Andri KB, Puspita NF, Mardiyanto R, Winarsih WH. 2014. Rancang bangun dan implementasi electronic traceability system untuk perbaikan rantai pasok komoditas ekspor pertanian. http://www.litbang.pertanian.go.id/ diakses pada 01 November 2016 jam 15.05 WIB. Visayadamrong C, Sooksmarn S, Anussornnitisarn P. 2013. Supply chain traceability-a market driven approach. Proceedings of Management, Knowledge and Learning International Conference 2013. 1469–1477. Webster’s Dictionary. 2011. Webster’s Dictionary, http://www. merriam-webster.com. Amanda ECR, Seminar KB, Syukur M, Noguchi R. 2015. Development of expert system for selecting tomato (Solanum lycopersicum L.) varieties. The proceedings of the 3rd International Conference on Adaptive and Intelligent Agroindustry (ICAIA) 2015. Wijayanto AK, Seminar KB, Afnan R. 2015. Suitability mapping for broiler closed house farm using analytical hierarchy process and weighted overlay with emphasize on environmental aspects. International Journal of Poultry Science 14(10): 577–583. Wijayanto AK, Seminar KB, Afnan R. 2016. Mobile-based expert system for selecting broiler farm location using PostGIS. TELKOMNIKA 14(1): 360–367. | 46 |

Ucapan Terima Kasih Puji syukur kehadirat Allah SWT yang dengan rahmat, karunia, dan ridha-Nya saya dapat melaksanakan orasi Guru Besar pada waktu yang ditentukan. Salam dan shalawat kepada nabi besar Muhammad SAW beserta keluarga dan sahabatnya. Pada kesempatan yang berbahagia ini saya haturkan ucapan terima kasih kepada Pemerintah Republik Indonesia melalui Menteri Pendidikan dan Kebudayaan yang saat ini bernama Kementerian Ristek dan Pendidikan Tinggi yang telah mengangkat saya pada jabatan Guru Besar terhitung sejak 1 September 2006, serta kepada lnstitut Petanian Bogor, Fakultas Teknologi Pertanian dan Departemen Teknik Mesin dan Biosistem yang telah memberikan kesempatan, fasilitas dan dukungan untuk saya melaksanakan Tri Darma Perguruan Tinggi hingga mencapai jabatan Guru Besar di bidang Teknologi Komputer. Khusus kepada Rektor IPB, Para Wakil Rektor, Sekretaris Institut dan jajarannya; Ketua, Wakil Ketua, Sekretaris dan Anggota Majelis Wali Amanat IPB; Ketua, Sekretaris, dan Sekretariat Dewan Guru Besar IPB; Ketua, Sekretaris, dan Anggota Senat Fakultas Pertanian IPB; Kepala LPPM IPB dan jajarannya; Dekan dan Wakil Dekan Fakultas Teknologi Pertanian IPB dan jajarannya; Tim Penilai Karya llmiah IPB, dan Ketua Departemen Teknik Mesin dan Biosistem, serta Pejabat Struktural lainnya yang telah memberikan kesempatan, motivasi, dan persetujuan dalam pengajuan kenaikan jabatan ke Guru Besar serta memberikan dukungan moril dan material sehingga memungkinkan terlaksananya Orasi llmiah Guru Besar IPB ini, saya menyampaikan penghargaan yang tinggi. Rasa hormat dan terima kasih yang amat dalam saya berikan kepada ayahanda Drs. H. Supardi Sediyowiyadi (almarhum) dan ibunda Sunarti (almarhumah) yang telah mengasihi, menyayangi, membesarkan, mendidik dan mendoakan | 47 |

saya sejak lahir dengan ketulusan yang tak mampu saya membalasnya. Rasa hormat dan terima kasih juga saya sampaikan kepada semua guru sekolah yang telah berjasa mengantarkan saya dari awal sekolah hingga saat ini, dimulai dari Taman Kanak Hang Tuah IV dan Sekolah Dasar Hang Tuah IV Surabaya; Sekolah Menengah Pertama Negeri VII Surabaya; Sekolah Menengah Atas Negeri III dan SMPP Surabaya; serta kepada semua dosen saya di perguruan tinggi yaitu Institut Pertanian Bogor dan University of Brunswick, Canada. Rasa hormat dan terima kasih saya kepada dosen pembimbing tugas akhir saya di tingkat sarjana yaitu Prof. Dr. Ir. Hadi Karya Purwadaria, MSAE dan Ir. Susilo Sarwono (almarhum) yang telah memberikan arahan, bimbingan, dan dukungan menjadi peneliti yang baik. Ucapan terima kasih saya sampaikan kepada Prof. Robert Robson, PhD dan Prof. Bruce Spencer, PhD yang menjadi supervisor saya dalam menyelesaikan studi Magister dan Doktor di bidang Ilmu Komputer. Sangat khusus rasa hormat dan terima kasih saya untuk guruguru agama saya Drs. H. Supardi Sediyowiyadi (sekaligus ayahanda almarhum), Habib Abdul Kadir Wattab bin Jum’an (almarhum), Habib Abdurrahman bin Ismail Assegaf, K.H. Djumli bin Barnas (almarhum) dan K.H. Ahmad Musyaffa (al-hafiz) yang dengan segala ketulusan, keteladanan, dan kesahajaan mereka membimbing, mendoakan, dan mendidik saya tentang ilmu, iman, dan amal untuk menghamba dan beribadah kepada Allah SWT. Terima kasih saya haturkan kepada Prof. Dr. Ir. Bambang Pramudya, MEng. dan Prof. Dr. Ir. Sutrisno, MAgr yang telah menelaah makalah Guru Besar saya serta memberikan masukan dan pengkayaan yang sangat berharga untuk penyempurnaan makalah orasi saya. | 48 |

Ucapan terima kasih juga disampaikan kepada Ketua Senat dan Sekretaris Senat Fakultas Teknologi Pertanian, Dekan dan Wakil Dekan, Ketua dan Sekretaris Departemen Teknik Mesin dan Biosistem, serta semua dosen dan tenaga kependidikan Fakultas Teknologi Pertanian IPB atas dukungan, perhatian, dan bantuannya untuk terselenggaranya orasi saya saat ini. Kepada seluruh mahasiswa bimbingan saya S-1 S-2, dan S-3 yang tidak bisa saya sebut satu per satu, baik yang telah lulus maupun yang belum, saya ucapkan terima kasih dan penghargaan atas kerja keras dan kolaborasinya selama ini. Anda semua adalah mitra riset saya dan semoga senantiasa sukses menjadi insan yang bermanfaat bagi bangsa dan negara, serta seluruh manusia di muka bumi, amiin. Terima kasih yang dalam dan hangat untuk buah hati saya istri tercinta Ir. Meitrisia Suman, MPd; putra saya Bonang Waspadadi Ligar, SSi, MSi dan putri saya Annisa Utami Seminar, Slp. MSi.; cucu saya Syahida Aufa Niamillah Ligar, Ali Usman Ligar, Misykatul Jannah Ghausani; mantu-mantu saya Vivi Indira Purnaningtiyas, SSi dan Agus Ghautsun Ni’am, STP, MSi; yang telah menjadi obor penerang, penghangat dan penguat dalam banyak hal bagi saya. Ini juga merupakan andil besar dan orang-orang istimewa yaitu besan saya, keluarga Anton Padmiyanto dan istri serta keluarga Hasbullah (almarhum) dan istri yang menjadi perekat dan penyemangat keluarga yang besar dan utuh. Khusus kepada senior dan kolega di Divisi Teknik Bioinformatika, Departemen Teknik Mesin dan Biosistem, Fateta, IPB, Prof. Dr. Ir. Bambang Pramudya, Meng; Dr. Ir. Setyo Pertiwi, Magr; Dr. Ir. Mohamad Solahudin, MS; Dr. Ir. Liyantono, Magr; Supriyanto, STP, Mkom; dan Mohammad Gozali saya ucapkan terima kasih atas semua kerja sama, perhatian, dan kekompakan dalam membangun keilmuan, riset | 49 |

dan berbagai aktivitas dengan semangat kekeluargaan bersama mahasiswa bimbingan S-1, S-2, dan S-3 di Divisi Teknik Bioinformatika. Tak lupa kepada sesepuh dan senior pendidik saya Prof. Andi Hakim Nasution (almarhum), Prof. A M Satari; Prof. Siwadhi Supardjo (almarhum); Dr. Azron Dhalhar; Prof. Eriyatno; Prof. Syafri Mangkuprawira (almarhum); dan Prof. Hadi K Purwadaria atas keteladanan, pesan moral, bimbingan, dan perhatiannya yang membuat saya banyak dan semangat belajar menjadi pendidik, peneliti, serta pengelola manajerial dan operasional di lingkungan perguruan tinggi. Terima kasih kepada semua anggota Panitia Penyelenggara Orasi Ilmiah Guru Besar IPB yang diketuai oleh Direktur Administrasi Pendidikan, Dr. Drajat Martianto juga kepada Kepala Biro Umum IPB Dr. Cahyono Tri Wibowo beserta timnya dan seluruh staf atas fasilitas dan bantuan yang diberikan dalam penyelenggaraan orasi ilmiah ini. Untuk tim Agria Swara IPB yang telah melantunkan dengan bagus dan elok lagu persembahan yang menambah segar dan semaraknya acara orasi saya, diucapkan terima kasih yang dalam dan semoga Agria Swara IPB terus maju menjadi duta IPB yang senantiasa mengharumkan IPB di kancah nasional dan internasional. Kepada Bapak, Ibu, dan hadirin sekalian yang telah berniat dan yang telah hadir pada acara orasi ilmiah ini dihaturkan terima kasih. Semoga Allah SWT membalas kebaikan Bapak, Ibu, dan hadirin sekalian dengan kebaikan yang berlipat ganda. Billaahi taufiq wal hidayah, wassalamualaikum warahmatullahi wabarakatuhu.

| 50 |

Foto Keluarga

Duduk dari kiri ke kanan: Prof. Dr. Ir. Kudang Boro Seminar, MSc dan Ir. Meitrisia Suman, MPd. Berdiri dari kiri ke kanan: Agus Ghautsun Niam, STP, MSi, Misykatul Jannah Ghautsani, Annisa Utami Seminar, Sip, MSi, Ali Ustman Ligar, Vivi Indira Purnaningtiyas, SSi, Syahida Aufa Ni’amillah, dan Bonang Waspadadi Ligar, SSi, MSi.

| 51 |

Riwayat Hidup Identitas Diri Nama Lengkap

: Prof. Dr. Ir. Kudang Boro Seminar, MSc

Jenis Kelamin

: Laki-laki

Tempat/Tgl. Lahir : Jember, 18 November 1959 Agama

: Islam

Jabatan Fungsional : Guru Besar, terhitung sejak 1 September 2016 Pangkat/Gol

: Pembina Utama Madya/IVD

NIP

: 19591118 198503 1 004

Nama Orang Tua Ayah : Drs. H. Supardi Sediyowiyadi Ibu

: Sunarti

Nama Istri

: Ir. Hj. Meitrisia Suman, MPd

Nama Anak : Bonang Waspadadi Ligar, MSi, MMSi Annisa Utamai Seminar, Slp, MSi Alamat Kantor

: Fateta IPB Dramaga Bogor 16002

Telepon/Fax/HP

: 08164834625

Email

: [email protected]

Alamat Rumah

: Bumi Ciluar Indah C3/10 Bogor 16156

Telepon/HP

: (0251) 8652543, 08164834625

Email

: [email protected]

| 52 |

Riwayat Pendidikan Jenjang Pendidikan Sarjana (S-1)

Magister (S-2) Doktor (S-3)

Universitas Fakultas Teknologi Pertanian, IPB, Indonesia University of New Brunswick, Canada University of New Brunswick, Canada

Bidang Keahlian Mekanisasi Pertanian

Tahun Lulus 1983

Computer Science Computer Science

1983 1983

Judul Skripsi/Tesis/Disertasi Judul Skripsi Judul Thesis Judul Disertasi

Desain Alat Pengukur Suhu Digital Dengan Sensor Dioda GUIDE: A Graphical User Interface for Data Editing Methodologies for Storing and Comparing Design Artifacts in a Collborative Design Environment

Penghargaan yang Diterima No. Tahun 1 2012

2

2013

3

2014

4

2015

5

2015

Jenis Penghargaan Paten Teknologi: Sistem Pendeteksi Nirkabel Gas Nitrogen Dioksida Berbasis Sensor Kritas Fotonik dan Efek Beer Lambert 105 Inovasi Indonesia Prospektif Dosen Berprestasi EPBM 107 Inovasi Indonesia Prospektif Tribute to Innovators & Authors

| 53 |

Pemberi Penghargaan DIKTI

Kementrian Pendidikan Tinggi I Ketua Departemen TMB Kementrian Ristek dan Pendidikan Tinggi Rektor IPB

Penghargaan yang Diterima (lanjutan) No. Tahun 6 2016 7

2016

Jenis Penghargaan 108 Inovasi Indonesia Prospektif Dosen Berprestasi EPBM

Pemberi Penghargaan Kementrian Ristek dan Pendidikan Tinggi Ketua Departemen TMB

Riwayat Jabatan/Pekerjaan Perguruan Tinggi No. 1 2 3 4 5 6

7

8 9

10 11

Nama Jabatan Sekreataris Dept, TEP Ketua Dept TEP Ketua PS Pasca TEP Kepala Perpustakaan Sekretaris SA-IPB Ketua PAH SA-IPB Pengembangan Renstra IPB 2020 Direktur Komunikasi dan Sistem Informasi IPB Kepala Divisi Teknik Bioinformatika Ketua Pengembangan Renstra FATETA 2014–2018 Ketua Senat FATETA Dekan FATETA

Dari (bulan, tahun) 1994

Sampai (bulan, tahun) 1997

Nama Perguruan Tinggi IPB

1997 2000 2003 2005 2007

2000 2003 2008 2008 2010

IPB IPB IPB IPB IPB

2008

2013

IPB

2013

Kini

IPB

2012

2014

IPB

2014

Kini

IPB

2015

Kini

IPB

| 54 |

Perguruan Tinggi (lanjutan) No. 12 13 14

Nama Jabatan Ketua Forum Pasca Sarjana Dosen Pasca Dosen Pasca

Dari (bulan, tahun) 2016

Sampai (bulan, tahun) Kini

Nama Perguruan Tinggi IPB

1993 1994

kini 2004

Gunadarma UI

Pemerintahan No. 1 2

3

4

Dari (bulan, tahun) Ketua Tim Pengembangan 2006 SIM DJCK Dept PU RI Asesor PeGI 2007 (Pemeringkatan e-E-Giv Indonesia) Asesor Pemeringkatan 2009 Web di Lingkungan Kementan RI 2009 Ketua Tim Basic Study On Identification And Registration System For Local Beef Cattle Breeding Nama Jabatan

Sampai (bulan, tahun) 2007 Kini

Tempat Dept PU Jakarta Keminfo Jakarta

2012

Kementan RI Jakarta

2010

DitJenNak Kementan RI

Perusahaan No. 1

Dari (bulan, tahun) Ketua Tim Pengembangan 2014 & Pelatihan Sistem Informasi Geografis Produksi Kelapa Sawit Nama Jabatan

| 55 |

Sampai (bulan, tahun) 2015

Lokasi PTPN 4 Medan

Perusahaan (lanjutan) No. 2

Dari (bulan, tahun) 2010

Nama Jabatan Organizer & Moderator of UNESCO e-forum on technology, innovation & policy

Sampai (bulan, tahun) 2011

Lokasi UNESCO Jakarta

Keanggotaan Organisasi Profesi No. 1 2

3 4

5 6

7

Nama Jabatan Anggota PERTETA Presiden HIPI (Himpunan Informatika Pertanian Indonesia) Anggota Kehormatan HIPI Presiden AFITA (Asian Federation for Information Technology in Agriculture) Honorary Member of AFITA Anggota PRAGMA (The Pacific Rim Application and Grid Middleware Assembly) Anggota ASICTA (Australian Society of Information and Communication Technologies in Agriculture)

Dari (bulan, tahun) 1993 2009

Sampai (bulan, tahun) kini 2013

Bogor Jakarta

2013 2010

kini 2012

Jakarta Tokyo

2012

kini

Tokyo

2013

Kini

USA

2014

2016

Perth Australia

| 56 |

Tempat

Keanggotaan Organisasi Profesi (lanjutan) No. 8

9

Nama Jabatan Anggota FLPI (Forum Logistik Peternakan Indonesia) Anggota Institut Supply Chain & Logistics Indonesia (ISLI)

Dari (bulan, tahun) 2015

Sampai (bulan, tahun) Kini

Bogor

2016

Kini

Bandung

Tempat

Simposium/Seminar/Workshop No. 1

Nama Kegiatan

Lama (Hari)

South East

11–12

Agricultural

Nov

Tahun 2016

Univ. Negeri

Keterangan (Pemakalah/ Peserta) Invited

Gorontalo

Speaker

Tempat

2

Student Conference TRIU Conference 14–17

2016

IPB

Invited

3

The AFITA

Okt 16–17

2016

Suncheon

Speaker Pemakalah

4

Conference Ag-ESD

Juni 16–20

2015

University Tsukuba,

Keynote

5

Symposium 2015 International

Nov 3–4 Nov

2014

Japan Bogor

Speaker Pemakalah

Conference on Adaptive and Intelligent Agroindustry (ICAIA 6 7

2015) SEAIP 2014 The AFITA

1–5 Des 6–9 Okt

2014 2014

Taiwan Perth,

Pemakalah Pemakalah

8

Conference SEAIP 2013

2–5 Des

2013

Australia Taiwan

Pemakalah

| 57 |

Simposium/Seminar/Workshop (lanjutan) No.

Lama (Hari)

Nama Kegiatan

Bogor

Keterangan (Pemakalah/ Peserta) Invited

Kochi, Japan

Speaker Pemakalah

Tahun

9

ICAIA 2013

16–17

2013

10

3rd SUIJI

Sep 28 Agt–2 2013

Tempat

INTERNATIONAL Sep 11

SEMINAR The AFITA

3–6 Sep

2012

Taipei,

Pemakalah

12

Conference The AFITA

3–7 Okt

2010

Taiwan Bogor,

Pemakalah

Conference

Inddonesia

Paten No. Judul Paten 1 Sistem Pendeteksi Nirkabel Gas Nitrogen Dioksida Berbasis Sensor Kritas Fotonik dan Efek Beer Lambert

Tahun Terbit

Pemberi Kemenkumham

17 Feb 2012

Buku No. 1

Judul Buku yang diterbitkan Strategi Pengembangan Teknologi Pertanian Pertanian di Era Global

Tahun Jumlah Terbit Halaman 2014

300

| 58 |

Penulis Utama/ Penerbit Anggota Anggota IPB Press

Buku (lanjutan) No. 2

3

4

Judul Buku yang diterbitkan

200

Penulis Utama/ Penerbit Anggota Anggota IPB Press

250

Anggota

IPB Press

130

Anggota

Tsukuba Univ.

Tahun Jumlah Terbit Halaman

Algoritma Genetik: 2012 Teori dan Aplikasinya untuk Bisnis dan Industri Sistem Deteksi Dini 2010 Untuk Manajemen Krisis Pangan Dengan Simulasi Dinamis dan Komputasi Cerdas dalam Manajemen Krisis 2010 Overview of Agricultural Conditions in Asian and African Countries

Kerjasama yang Pernah Dikembangkan No.

Nama Kegiatan

Mitra Kerja sama

1

Pengembangan

Tsukuba

e-Learning

University

Waktu

Bidang Kerja sama

2010–2012 Pengembangan materi e-learning

Referensi (keterlibatan) Representatif Indonesia

untuk Asia dan Afrika 2

AgESD Training Tsukuba

2012–kini

University

| 59 |

International

Koordinator

Student Training

Seleksi IPB

Kerjasama yang Pernah Dikembangkan (lanjutan) No.

Nama Kegiatan

Mitra Kerja sama

3

Pembentukan

Kelompok

Nov 2013– Cyber extensian

Komunitas

Tani Cabe

Nov 2014

Internet Petani

Merah Liwa

Liwa (KIPL@)

Lampung

dan diseminasi

Barat

Waktu

Bidang Kerja sama

Referensi (keterlibatan) Ketua Tim

cyber extensian untuk budidaya cabe merah 4

Pengembangan & Pelatihan

PTPN 4

Sept 2014– Sistem Informasii

Koordinator &

Feb 2015

Ketua Tim

Sistem Informasi Geografis Produksi Kelapa Sawit

Karya Ilmiah (dalam 10 tahun terakhir) Seminar KB. 2016. Food chain transparency for food loss and waste surveillance. Journal of Developments in Sustainable Agriculture (JDSA), 11(1): 17–22. Seminar KB, Marimin, Kresna BA, Arkeman Y, Wicaksono A. 2016. IT-Based Supply Chain Traceability of Tuna Fish. Proceedings of WCCA-AFITA 2016 Conference: 12–17. Wijayanto AK, Seminar KB, Afnan R. 2016. Mobile-based expert system for selecting broiler farm location using PostGIS. TELKOMNIKA 14(1): 360–367. Fernando Y, Seminar KB, Hermadi I, Afnan R. 2016. A hyperlink based graphical user interface of knowledge management system for broiler production. TELKOMNIKA 2(3): 668–674. | 60 |

Putra PC, Seminar KB, Hermadi I. 2016. SOP navigator: ontology and semantic-based knowledge management system for standard operating procedures. International Journal of Information Technology and Business Management 47(1): 37–45. Heriyanto H, Seminar KB, Solahudin M, Subrata IDM, Supriyanto, Liyantono, Noguchi R, Ahamed T. 2016. Water supply pumping control system using PWM based on precision agriculture principles. International Agricultural Engineering Journal (IAEJ) 25(2): 1–8. Amanda ECR, Seminar KB, Syukur M, Noguchi R. 2015. Development of expert system for selecting tomato (Solanum lycopersicum L.) varieties. The proceedings of the 3rd International Conference on Adaptive and Intelligent Agroindustry (ICAIA) 2015. Wijayanto AK, Seminar KB, Afnan R. 2015. Suitability mapping for broiler closed house farm using analytical hierarchy process and weighted overlay with emphasize on environmental aspects. International Journal of Poultry Science 14(10): 577–583. Ahsyar TK, Seminar KB, Hermadi, Suyatma NE. 2015. Decision support system for selecting of meat product packaging. International Journal of Information Technology and Business Management 42(1): 17–24. Ratono J, Seminar KB, Arkeman Y, Suroso AI. 2015. ERP selection using fuzzy-MOGA approach: a food enterprise case study. TELKOMNIKA 13(3): 1105–1112. Tarwa, Machfud, Seminar KB, Suparno O. 2015. Structuring activities of knowledge creation for innovation processes (KCFIP) in Indonesian automotive part SMEs. International Journal of Information Technology and Business Management 38(1): 85–95. | 61 |

Ratono J, Seminar KB, Arkeman Y, Suroso AI. 2014. The development of enterprise resource planning (ERP) selection methodology using delta model. International Journal of Information Technology and Business Management 31(1): 1–12. Mardiyono A, Seminar KB, Sukoco H. 2014. An intelligent system for course scheduling in higher educations. International Journal of Information Technology and Business Management 32(1): 29–34. Rahmat M, Maulina W, Isnaeni, Miftah, Sukmawati N, DYN Rustami E, Azis M, Seminar KB, Cho YH, Yuwono AS, Alatas H. 2014. Development of a novel ozone gas sensor based on sol–gel fabricated photonic crystal. Sensors and Actuators A: Physical 220(1): 53–61. Hastriyandi H, Seminar KB, Sukoco H. 2014. A multi sensor system for temperature monitoring in a greenhouse using remote communication. International Journal of Latest Research in Science and Technology 3(4): 81–87. Juansah J, Budiastra IW, Dahlan K, Seminar KB. 2014. Electrical properties of garut citrus fruits at low alternating current signal and its correlation with physicochemical properties during maturation. International Journal of Food Properties 17(7): 1498–1517. Sampurno RM, Seminar KB, Suharnoto Y. 2014. Weed control decision support system based on precision agriculture approach. TELKOMNIKA, 12(2): 475–484. Seminar KB, Arkeman Y, Rakhmat JL. 2014. An intelligent system for early detection of food crisis and spatial based decision making of potential land evaluation for food production. Proc. AFITA: 414–423, ISBN: 978-0-64692873-9.

| 62 |

Sumarni E, H Suhardiyanto, Seminar KB, Saptomo SK. 2013. Seed potato production using aeroponics system with zone cooling in wet tropical lowlands. International Journal of Scientific & Engineering Research 4(6): 799–804. Lembito H, Seminar KB, Kusnadi N, Arkeman Y. 2013. Designing a supply chain system dynamic model for palm oil agroindustries. International Journal of Information Technology and Business Management12(1): 1–8. Arkeman Y, Yusuf A, Mushthofa, Laxmi GF, Seminar KB. 2013. The formation of optimal portfolio of mutual shares funds using multi-objective genetic algorithm. TELKOMNIKA 11(3): 625–636. Gasim, Harjoko A, Seminar KB, Hartati S. 2013. Image blocks model for improving accuracy in identification systems of wood type. International Journal of Advanced Computer Science and Applications, 4(6): 48–53. Lengkey CECH, Budiastra IW, Seminar KB, Purwoko BS. 2013. Model pendugaan kandungan air, lemak dan asam lemak bebas pada tiga provenan biji jarak pagar (Jatropha curcas L.) menggunakan spektroskopi inframerah dekat dengan metode Partial Least Square (PLS). Jurnal Penelitian Tanaman Industri 19(4): 159–226. Zulfahrizal, Sutrisno, Budiastra IW, Seminar KB, Munawar AA. 2013. Akuisisi spektrum near infrared pad biji kakao. Buletin Riset Tabaman Rempah dan Aneka Tanaman Industri. Bulletin of Research on Spice and Industrial Crops 4(1): 1–10. ISSN:2085-1685. Juansah J, Budiastra IW, Dahlan K, Seminar KB. 2012. The prospect of electrical impedance spectroscopy as nondestructive evaluation of citrus fruits acidity. IJETAE 2(11): 58–64.

| 63 |

Alimuddin, Seminar KB, Subrata IDM, Sumiati, Nomura N. 2012. Temperature control system in closed house for broilers based on ANFIS. TELKOMNIKA 10(1): 75–82 Imantho H, Seminar KB, Setiawan I. 2010. Development of a spatial database management system using objectoriented database and technology. Journal of Information Technology for Natural Resourcess Management 1(1): 1–18. DW Soedibyo, DW, Ahmad U, Seminar KB, Subrata IDM. 2010. The development of automatic coffee sorting system based on image processing and artifical neural network. Proc. AFITA 2010 Conference: 272–275. Susetyo B, Seminar KB, Suharnoto Y. 2007. The development of a spatial decision support system for industrial waste water monitoring (a case study: upper citarum river basin, West Java). Proceedings Geo-Marine Research Forum 2007. Seminar KB, Buono A, Alim MK. 2006. Uji dan aplikasi komputasi paralel pada jaringan syaraf probabilistik (PNN) untuk proses klasifikasi mutu tomat. Jurnal Teknologi, Fakultas Teknik Universitas Indonesia: 34–45. ISSN 0215-1685 Seminar KB, Hardjoamidjojo S, Tamrin. 2006. A supervisory control system for greenhouse. Proc. Regional Computer Postgraduate Conference (ReCSPC’06): 30–34.

| 64 |