Universitas Nusa Mandiri (UNM) mencatat capaian di tingkat doktoral melalui keberhasilan salah satu mahasiswanya, Sri Hadianti, M.Kom, meraih pendanaan Program Fellowship Penelitian Disertasi Doktor 2026. Pendanaan tersebut diperoleh berkat proposal riset yang menyoroti pemanfaatan kecerdasan buatan untuk membantu sektor pertanian, khususnya budidaya kentang.
Proposal yang diajukan berjudul “Pengembangan Metode Interpolasi Gambar Presisi Tinggi dan Fungsi Kerugian Adaptif untuk Menstabilkan Model Deteksi Hama Kentang Berbasis Deep Learning”. Penelitian ini berfokus pada pengembangan metode berbasis deep learning untuk meningkatkan akurasi deteksi hama dan penyakit pada tanaman kentang.
Sri mengangkat persoalan rendahnya akurasi sistem deteksi yang kerap dipengaruhi variasi kualitas gambar di lapangan. Kondisi seperti pencahayaan yang tidak merata dan keterbatasan resolusi kamera disebut menjadi tantangan utama dalam memperoleh data visual yang konsisten.
Untuk menjawab tantangan itu, penelitian ini mengusulkan dua pendekatan. Pertama, metode interpolasi gambar presisi tinggi untuk meningkatkan kualitas visual daun tanaman. Kedua, penggunaan fungsi kerugian (loss function) adaptif untuk menstabilkan model AI ketika berhadapan dengan data yang tidak seimbang.
Rektor UNM, Prof Dr Dwiza Riana, menyampaikan apresiasi atas capaian tersebut. Ia menilai keberhasilan ini menunjukkan riset di UNM tidak hanya unggul secara akademik, tetapi juga diarahkan untuk memberi solusi bagi kebutuhan masyarakat, termasuk pada sektor pertanian. Pernyataan itu disampaikan dalam keterangan yang dikutip pada Ahad (26/4/2026).
Sri berharap hasil penelitiannya dapat diimplementasikan secara luas, terutama bagi petani di daerah. Ia menekankan pentingnya deteksi dini hama untuk membantu menekan risiko gagal panen dan pada akhirnya meningkatkan kesejahteraan petani.
Dalam pelaksanaan riset, Sri dibimbing oleh Prof Dr Dwiza Riana sebagai pembimbing senior dan Dr Eng Muhammad Haris sebagai asisten supervisor. Kolaborasi pembimbing disebut menjadi faktor penting untuk memastikan riset kuat secara metodologi sekaligus relevan secara implementasi.
Secara keseluruhan, penelitian ini dinilai berpotensi menghasilkan sistem deteksi hama berbasis AI yang dapat diintegrasikan ke perangkat mobile agar lebih mudah diakses petani di berbagai wilayah, termasuk daerah terpencil. Capaian ini juga memperkuat arah UNM dalam mendorong riset teknologi yang ditujukan untuk mendukung ketahanan pangan melalui inovasi digital.
