Majalahtani.com – Dosen Program Studi Teknologi Industri Pertanian Universitas Muhammadiyah Jember (Unmuh Jember), Danang Kumara Hadi, meraih gelar doktor dari Ibaraki University, Jepang, melalui riset teknologi berbasis Internet of Things (IoT) yang berpotensi diterapkan pada sektor pertanian modern.

Dalam disertasinya berjudul UHF RFID-Based Sensing and Indoor Localization, Danang mengembangkan inovasi teknologi Ultra-High Frequency Radio Frequency Identification (UHF RFID).

Jika teknologi RFID konvensional umumnya hanya digunakan untuk identifikasi barang dan membutuhkan baterai terpisah untuk fungsi sensor, inovasi Danang memungkinkan satu perangkat kecil untuk melacak posisi sekaligus mendeteksi suhu dan kelembaban lingkungan secara tanpa baterai (battery-less).

“Sistem ini bekerja hanya dengan memanfaatkan energi dari gelombang radio, sehingga lebih terintegrasi, sangat hemat energi, dan praktis tanpa perlu repot melakukan perawatan atau penggantian baterai,” kata Danang dalam keterangannya, Kamis (16/4/2026).

Pilihan Danang untuk menempuh pendidikan di Ibaraki University didasari oleh ekosistem riset yang sangat disiplin dan fasilitas laboratorium yang spesifik di bidang antena serta sensor nirkabel.

Namun, perjalanan meraih gelar doktor tersebut tidaklah mudah karena harus beradaptasi dengan budaya, menghadapi tuntutan standar akademik yang sangat tinggi, hingga tekanan mental akibat seringnya mengalami kegagalan eksperimen. Mulai dari desain antena yang tidak optimal hingga data yang tidak konsisten, semuanya menuntut evaluasi terus-menerus.

Dari berbagai kegagalan tersebut, Danang belajar untuk berpikir kritis dan memperbaiki metodologi hingga akhirnya berhasil mempublikasikan risetnya di jurnal internasional bereputasi Q1 IEEE Access. Ia meyakini bahwa kunci utama penyelesaian studinya adalah konsistensi, rasa ingin tahu yang tinggi, serta resiliensi untuk bangkit dari kegagalan.

Sebagai akademisi di bidang Teknologi Industri Pertanian, Danang memproyeksikan inovasinya untuk diaplikasikan secara langsung di sektor riil, khususnya untuk sistem pergudangan pintar (smart warehouse) dan pertanian cerdas (smart agriculture).

Di daerah dengan basis agrikultur yang kuat seperti Jember, teknologi ini memiliki potensi implementasi yang luar biasa. Sensor RFID tanpa baterai ini dapat disebar di greenhouse atau fasilitas pertanian dalam ruangan untuk memantau suhu dan kelembaban lahan.

Pada sektor pascapanen, teknologi ini sangat vital untuk melacak posisi produk pertanian secara real-time di gudang logistik sekaligus memastikan bahwa kualitas produk tetap terjaga dalam standar rantai dingin (cold chain).

Implementasinya di Jember akan sangat efektif jika dimulai dari skala pilot project di kampus atau melalui kerja sama dengan industri lokal, sebelum akhirnya diperluas untuk mendorong rantai pasok yang lebih transparan dan efisien.

Ke depan, Danang berkomitmen untuk mengimplementasikan hasil risetnya ke dalam Catur Dharma Perguruan Tinggi Universitas Muhammadiyah Jember serta membangun kolaborasi riset dengan industri dan institusi global.

Ia juga menitipkan pesan inspiratif bagi seluruh mahasiswa, khususnya yang menggeluti bidang teknologi dan pertanian, bahwa dunia pertanian saat ini tidak bisa dipisahkan dari teknologi.

Konsep smart farming, IoT, dan analitik data merupakan kebutuhan mendesak saat ini, bukan sekadar angan-angan masa depan.

Harapannya, Danang dapat menjadi generasi penggerak yang tidak hanya sekadar menggunakan teknologi, tetapi mampu menciptakan solusi riil berbasis teknologi untuk memajukan sektor pertanian di Indonesia.

Majalahtani.com – Badan Riset dan Inovasi Nasional (BRIN) mengembangkan metode inovatif untuk mendeteksi pemalsuan extra virgin olive oil (EVOO) atau minyak zaitun dengan minyak babi secara cepat, akurat, dan non-destruktif. Ini sebagai respons terhadap meningkatnya praktik kecurangan pangan yang berdampak pada kualitas, kesehatan, serta aspek kehalalan produk.

Tim peneliti Pusat Riset Teknologi dan Proses Pangan (PRTPP) BRIN, Anjar Windarsih, menjelaskan EVOO merupakan minyak nabati bernilai tinggi yang rentan dipalsukan dengan bahan lebih murah, termasuk lemak hewani seperti minyak babi. Praktik ini tidak hanya merugikan konsumen secara ekonomi, tetapi juga menimbulkan persoalan serius terkait kesehatan dan kepatuhan terhadap standar halal.

Untuk menjawab tantangan tersebut, pihaknya mengembangkan pendekatan berbasis spektroskopi Fourier Transform Infrared (FTIR) yang dikombinasikan dengan berbagai algoritma machine learning.

Teknologi FTIR digunakan untuk membaca “sidik jari” molekuler minyak melalui spektrum inframerah, sementara machine learning berperan dalam menganalisis pola data spektrum tersebut untuk mengidentifikasi keberadaan dan kadar campuran minyak babi.

“Metode ini memungkinkan deteksi adulterasi (pemalsuan) secara cepat tanpa perlu proses preparasi sampel yang rumit, sehingga lebih efisien dan ramah lingkungan dibanding metode konvensional,” ujarnya dikutip dari situs BRIN, Rabu (15/4/2026).

Dalam penelitian ini, tim menguji berbagai model machine learning seperti artificial neural network (ANN), support vector machine (SVM), k-nearest neighbors (kNN), random forest, gradient boosting, dan regresi linier.

Model ANN menunjukkan performa terbaik dengan tingkat akurasi sangat tinggi, ditunjukkan oleh nilai koefisien determinasi (R²) mencapai 0,998 serta tingkat kesalahan yang sangat rendah.

Selain itu, regresi linier juga menunjukkan performa yang kompetitif dengan keunggulan pada stabilitas dan kemudahan interpretasi model. Sementara itu, model lain seperti random forest dan SVM cenderung memiliki tingkat kesalahan lebih tinggi dan variabilitas yang lebih besar.

Pengujian dilakukan pada berbagai rentang spektrum gelombang FTIR untuk mengidentifikasi wilayah paling informatif dalam mendeteksi perbedaan komposisi kimia antara EVOO dan minyak babi.

Hasil penelitian menunjukkan kombinasi rentang spektrum tertentu mampu meningkatkan akurasi prediksi secara signifikan karena merepresentasikan karakteristik gugus fungsi lipid yang berbeda antara minyak nabati dan lemak hewani.

Keandalan metode ini juga dibuktikan melalui validasi eksternal menggunakan dataset independen. Hasilnya menunjukkan model tetap memiliki akurasi tinggi dan konsisten, menandakan metode ini tidak mengalami overfitting dan dapat diaplikasikan pada kondisi nyata di lapangan.

“Pendekatan ini sangat potensial untuk diterapkan dalam pengawasan mutu pangan, baik oleh industri maupun regulator, karena mampu memberikan hasil yang cepat, akurat, dan dapat diandalkan,” jelas Anjar.

Lebih lanjut, penelitian ini menjadi yang pertama mengembangkan model kuantitatif berbasis FTIR dan machine learning untuk mendeteksi campuran minyak babi dalam EVOO hingga rentang konsentrasi penuh (0–100%). Hal ini memberikan kontribusi penting dalam pengembangan teknologi autentikasi pangan, khususnya untuk produk premium yang sensitif terhadap isu kehalalan.

Ke depan, ia merekomendasikan pengembangan lebih lanjut dengan melibatkan sampel yang lebih beragam, termasuk produk komersial dari berbagai wilayah dan kondisi produksi. Langkah ini penting untuk meningkatkan ketahanan model serta memperluas penerapan teknologi dalam sistem pengawasan pangan nasional.

Majalahtani.com – Menteri Pertanian (Mentan), Andi Amran Sulaiman, mendorong Institut Teknologi Sepuluh Nopember (ITS) mengambil peran lebih besar dalam menghadirkan teknologi yang benar-benar digunakan oleh masyarakat.

Beberapa diantaranya adalah alat mesin pertanian, kendaraan listrik, dan berbagai inovasi berbasis kebutuhan lapangan.

“Kita ingin ke depan, yang mensuplai, traktor, alat pertanian, itu dari ITS. Pasti bisa,” tegasnya saat menghadiri kegiatan Idul Fitri FunFest 2026 yang diselenggarakan Ikatan Alumni Institut Teknologi Sepuluh Nopember (IKA ITS) di Jakarta, Sabtu (11/4/2026).

Sebagai contoh konkret, ia menyinggung pengembangan alat mesin pertanian ITS berupa traktor perahu yang perlu terus disempurnakan dan diproduksi secara massal.

“Traktor, apa namanya itu? Oh ini sudah jadi ya? Nah ini traktor perahu. Sudah, diperbaiki terus, rekayasa kita adakan,” ungkapnya.

Amran bahkan menekankan bahwa pemerintah siap mendukung dan menyerap inovasi dalam negeri, selama kampus berani memproduksi dalam skala besar dan bertanggung jawab atas kualitasnya.

“Kami ingin ITS terdepan. Bisa ya?” jelasnya.

Di sisi lain, Amran juga mengingatkan bahwa tantangan ke depan bukan hanya pada peningkatan produksi, tetapi juga pada pemanfaatan inovasi yang melibatkan kampus secara nyata, bukan sekadar seremoni.

“Kampus harus hadir dengan aksi nyata, bukan seremoni,” ungkapnya.

Ia menilai, selama ini kekuatan riset di kampus sudah sangat baik, tetapi masih lemah pada aspek hilirisasi dan pemasaran inovasi.

“Kelemahan kita di kampus adalah tidak mampu mengkomunikasikan apa yang kita ciptakan dan harus melihat pasar,” ujarnya.

Karena itu, menekankan pentingnya kolaborasi lintas institusi dalam membangun kemandirian nasional. “Kita sama-sama, gandengan tangan. Enggak ada istilah Unhas, IPB, ITS. kita harus kolaborasi, demi Merah Putih,” ujarnya.

Menutup pernyataannya, Amran mengajak seluruh kampus dan alumni untuk bergerak bersama dalam hilirisasi berbasis kebutuhan nasional.

“Ayo kita bergerak di hilirisasi, meneliti sesuai kebutuhan negara,” pungkasnya.