Jadwal Sholat

Memuat jadwal sholat…

Editorial Ilmu Komputer & AI

Open AccessOA2023

Aplikasi Machine Learning di Bidang Pertanian: Tren Saat Ini, Tantangan, dan Perspektif Masa Depan

Tinjauan sistematis ini membahas aplikasi Machine Learning di bidang pertanian, mencakup pengelolaan tanaman, air, tanah, dan ternak, serta membahas dampak, tantangan, dan arah masa depan.
S. Araújo; Ricardo Silva Peres; J. C. Ramalho; F. Lidon; José Barata· Agronomy· 2023· DOI 10.3390/agronomy13122976

Masalah inti

Sektor pertanian sedang mengalami transformasi menuju Pertanian 4.0, yang didorong oleh teknologi seperti Internet of Things (IoT), sensor, robotika, Artificial Intelligence (AI), Machine Learning (ML), Big Data, dan Cloud Computing. Investasi strategis dalam penelitian teknologi sangat penting untuk meningkatkan produktivitas dan keberlanjutan pertanian. Tinjauan literatur sistematis ini bertujuan mengeksplorasi penggunaan ML di bidang pertanian, mengidentifikasi aplikasi utamanya, menilai dampak dan hasilnya, serta menyoroti tantangan yang terkait dengan integrasinya. Tinjauan ini mengikuti metodologi Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) untuk memastikan pendekatan yang ketat dan transparan.

Inovasi

Tinjauan ini menggunakan metodologi PRISMA untuk tinjauan literatur sistematis. Prosesnya meliputi:

1. **Identifikasi**: Mencari di berbagai basis data untuk studi relevan tentang ML di bidang pertanian.
2. **Penyaringan**: Menerapkan kriteria inklusi dan eksklusi untuk menyaring studi.
3. **Kelayakan**: Menilai artikel teks lengkap untuk kelayakan.
4. **Inklusi**: Mensintesis temuan dari studi yang disertakan.

Metodologi ini memastikan pengumpulan literatur yang komprehensif dan tidak bias. Tinjauan ini berfokus pada aplikasi ML dalam pengelolaan tanaman, air, tanah, dan ternak, antara lain.

Pendahuluan
Sektor pertanian sedang mengalami transformasi menuju Pertanian 4.0, yang didorong oleh teknologi seperti Internet of Things (IoT), sensor, robotika, Artificial Intelligence (AI), Machine Learning (ML), Big Data, dan Cloud Computing. Investasi strategis dalam penelitian teknologi sangat penting untuk meningkatkan produktivitas dan keberlanjutan pertanian. Tinjauan literatur sistematis ini bertujuan mengeksplorasi penggunaan ML di bidang pertanian, mengidentifikasi aplikasi utamanya, menilai dampak dan hasilnya, serta menyoroti tantangan yang terkait dengan integrasinya. Tinjauan ini mengikuti metodologi Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) untuk memastikan pendekatan yang ketat dan transparan.

Mengapa penting

Adopsi ML di bidang pertanian membawa dampak dan hasil yang substansial, seperti peningkatan produktivitas, optimalisasi pemanfaatan sumber daya, dan peningkatan keberlanjutan. Namun, beberapa tantangan menghambat integrasinya:

- **Ketersediaan dan Kualitas Data**: Kurangnya dataset besar dan berkualitas tinggi untuk melatih model ML.
- **Infrastruktur dan Konektivitas**: Terbatasnya infrastruktur internet dan sensor di daerah pedesaan.
- **Keahlian Teknis**: Kurangnya personel terampil untuk mengembangkan dan memelihara sistem ML.
- **Biaya dan Skalabilitas**: Investasi awal yang tinggi dan masalah skalabilitas bagi peternakan kecil.
- **Kekhawatiran Etika dan Privasi**: Masalah kepemilikan data dan privasi.

Mengatasi tantangan ini memerlukan upaya kolaboratif dari peneliti, pembuat kebijakan, dan pemangku kepentingan industri. Penelitian di masa depan harus berfokus pada pengembangan solusi ML yang tangguh, skalabel, dan hemat biaya yang disesuaikan dengan kebutuhan pertanian.

Siapa yang sebaiknya membaca

Pembaca Research Digest dan praktisi rumpun ini.

Membuka konten member…