Sistem Rekomendasi Musim Tanam pada Lahan Pertanian Padi Prediksi Serangan Hama dan Penyakit Tanaman

Sistem Rekomendasi Musim Tanam Pada Lahan Pertanian Padi Untuk Prediksi Serangan Hama dan Penyakit Tanaman Berbasis Internet of Things (IoT)

Penulis: Prof. Moch. Zen Samsono Hadi S.T., M.Sc., Ph.D.
Prof. Dr. Mike Yuliana, ST., MT.
Afifah Dwi Ramadhani, S.ST., M.Tr.T.
Giran Arisdi, STr.T.
Yanu Ashrofi, STr.T.
Zhultoni Pradianto, STr.T.

Sinopsis
Perubahan iklim, pergeseran musim, cuaca ekstrem, serta meningkatnya risiko serangan hama dan penyakit menjadi tantangan besar dalam budidaya tanaman padi. Kondisi tersebut membuat penentuan waktu tanam tidak cukup hanya mengandalkan pengalaman empiris atau pola tradisional. Buku Sistem Rekomendasi Musim Tanam pada Lahan Pertanian Padi untuk Prediksi Serangan Hama dan Penyakit Tanaman Berbasis Internet of Things (IoT) hadir membahas pemanfaatan teknologi *Smart Agriculture untuk membantu menghasilkan informasi pertanian yang lebih cepat, terukur, dan berbasis data.
Buku ini mengulas integrasi Internet of Things (IoT), Geographic Information System (GIS), *cloud computing*, serta kecerdasan buatan (*Artificial Intelligence*) dalam pengelolaan lahan pertanian. Berbagai sensor seperti BME280, *rain gauge*, anemometer, wind vane, dan GPS digunakan untuk memperoleh data kondisi lingkungan secara real-time. Data tersebut kemudian dikirim melalui jaringan LoRa dan diproses menggunakan metode *machine learning* dan *deep learning*, termasuk RNN, B-LSTM, SVM, Random Forest, dan Decision Tree, untuk melakukan prediksi cuaca, klasifikasi musim, analisis kondisi tanah, serta identifikasi potensi serangan hama dan penyakit.
Tidak hanya membahas konsep, buku ini juga menyajikan perancangan dan implementasi sistem secara terpadu, mulai dari akuisisi dan pengolahan data hingga penyajian informasi melalui website dan aplikasi. Hasil monitoring dan prediksi divisualisasikan menggunakan GIS sehingga kondisi cuaca, kualitas tanah, lokasi lahan, serta potensi gangguan tanaman dapat dipantau dengan lebih mudah. Kehadiran sistem ini diharapkan dapat membantu petani menentukan waktu tanam dengan lebih tepat melalui perpaduan data aktual, prediksi teknologi, dan kearifan lokal seperti pranata mangsa, sekaligus mendukung efisiensi pengelolaan lahan, peningkatan produktivitas, dan pengurangan risiko gagal panen.