Suara biji jadi data: Revolusi baru penentuan mutu hasil pertanian
Selama ini kita mengenali mutu hasil pertanian dengan cara yang sangat manusiawi. Kita melihat warna, meraba permukaan, mencium aroma, atau bahkan mengetuk dan mendengarkan ANTARA News sumbar 41 ...
Padang (ANTARA) - Selama ini kita mengenali mutu hasil pertanian dengan cara yang sangat manusiawi. Kita melihat warna, meraba permukaan, mencium aroma, atau bahkan mengetuk dan mendengarkan bunyinya. Dari pengalaman itu, petani dan pedagang belajar membedakan mana produk yang baik, kurang baik, matang, kering, rusak, atau layak dipasarkan.
Tetapi bagaimana jika suatu hari kemampuan tersebut tidak lagi hanya dimiliki manusia?. Bagaimana jika sebuah mesin dapat “mendengarkan” mutu hasil pertanian, kemudian menerjemahkan suara itu menjadi informasi tentang kondisi dan mutunya?.
Pertanyaan tersebut mungkin terdengar seperti bagian dari cerita tentang pertanian masa depan. Namun, arahnya sudah mulai terlihat dalam berbagai penelitian teknologi pertanian, salah satunya melalui penelitian mengenai pendugaan mutu biji kedelai berdasarkan sifat akustik (gelombang suara) pada berbagai tingkat kadar air yang dilakukan oleh Khairil Agustoria, S.TP, MT, Dosen Departemen Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Andalas.
Penelitian tersebut memperlihatkan sebuah gagasan sederhana tetapi menarik: ketika biji kedelai dijatuhkan dan mengalami tumbukan pada sebuah pelat, muncul respons suara yang dapat ditangkap oleh sensor. Sistem yang dikembangkan menggunakan mesin sortasi, mikrokontroler, dan sensor suara untuk merekam respons akustik tersebut. Hasil penelitian menunjukkan bahwa perubahan kadar air pada biji kedelai diikuti perubahan nilai amplitudo suara yang terdeteksi sensor.
Sekilas, ini mungkin hanya terlihat sebagai persoalan suara dan kadar air. Namun, jika kita melihatnya dari perspektif teknologi pertanian, ada sesuatu yang jauh lebih besar.
Biji ternyata dapat memberikan informasi tentang dirinya sendiri melalui respons fisiknya. Dan teknologi memungkinkan informasi itu dibaca oleh mesin.
Dari Melihat Menjadi Membaca
Selama berabad-abad, manusia mengandalkan inderanya untuk menilai hasil pertanian. Cara tersebut tetap penting, tetapi memiliki keterbatasan. Penilaian manusia dapat berbeda antara satu orang dengan orang lain. Kecepatan pemeriksaan juga terbatas ketika jumlah produk yang harus diperiksa mencapai ribuan atau bahkan jutaan butir. Di sinilah peran penting sensor mulai mengubah cara kita bekerja.
Sensor memungkinkan sesuatu yang sebelumnya hanya dirasakan manusia diterjemahkan menjadi data. Suara menjadi sinyal. Warna menjadi nilai digital. Tekstur menjadi parameter. Suhu menjadi angka. Kadar air menjadi informasi yang dapat diproses. Penelitian pada kedelai tersebut memperlihatkan salah satu bentuk sederhana dari perubahan ini.
Biji dijatuhkan pada pelat pantul. Tumbukan menghasilkan respons akustik. Sensor menangkap respons tersebut. Selanjutnya, data dapat dianalisis untuk melihat hubungan antara karakteristik biji dengan sinyal yang dihasilkan. Penelitian menemukan hubungan yang erat antara kadar air dan respons akustik, dengan nilai determinasi R² sebesar 0,965.
Yang menarik bukan semata-mata angka 0,965 tersebut. Yang menarik adalah cara berpikir di baliknya.
Kita mulai memasuki era ketika kualitas produk pertanian tidak harus selalu diketahui dengan cara membelah, menghancurkan, atau memeriksa satu per satu secara manual. Karakteristik tertentu dapat dibaca melalui sinyal yang dihasilkan produk itu sendiri.
Inilah yang disebut sebagai pendekatan nondestruktif: memperoleh informasi tanpa harus merusak objek yang diperiksa.
Ketika suara menjadi data
Bayangkan sebuah fasilitas pascapanen pada masa mendatang. Ribuan butir kedelai bergerak melalui mesin. Tidak ada pekerja yang harus mengambil setiap butir dan memeriksanya satu per satu. Sensor membaca karakteristik setiap biji. Sistem kemudian mengelompokkan produk berdasarkan parameter tertentu. Biji yang memenuhi standar masuk ke satu jalur, sementara biji yang memiliki karakteristik berbeda diarahkan ke jalur lainnya.
Proses semacam itu bukan berarti seluruhnya sudah terwujud dalam penelitian kedelai tersebut. Penelitian yang dilakukan masih merupakan bagian dari pengembangan dasar untuk menuju sistem sortasi otomatis. Bahkan penulis penelitian menyebutkan bahwa pendekatan ini diharapkan dapat menjadi dasar perancangan sistem sortasi otomatis yang mampu mengklasifikasikan kedelai berdasarkan kadar air.
Tetapi justru di sinilah pentingnya penelitian.
Teknologi besar sering kali tidak lahir langsung dalam bentuk mesin yang sempurna. Ia dimulai dari pertanyaan sederhana: apakah suatu fenomena dapat diukur? Apakah sinyalnya dapat ditangkap? Apakah hubungan antara sinyal dan karakteristik produk cukup konsisten untuk digunakan? Ketika jawabannya mulai ditemukan, pintu pengembangan berikutnya terbuka.
Dari Sensor Suara Menuju Pertanian Cerdas
Sensor akustik hanyalah salah satu kemungkinan. Bayangkan jika suatu saat data suara tersebut tidak berdiri sendiri. Ia digabungkan dengan kamera yang membaca warna dan bentuk, sensor yang membaca kadar air, serta sistem komputer yang mempelajari ribuan pola hasil pengukuran. Di titik itu, mesin tidak lagi sekadar “mendengar”. Mesin mulai menggabungkan informasi.
Inilah arah yang menarik dalam perkembangan pertanian cerdas. Teknologi tidak hanya digunakan untuk mempercepat pekerjaan manusia, tetapi juga untuk meningkatkan kemampuan manusia dalam mengenali kondisi objek yang sebelumnya sulit dinilai secara cepat dan konsisten.
Dalam konteks pascapanen, kemampuan tersebut memiliki arti penting. Mutu hasil pertanian tidak hanya menentukan harga, tetapi juga menentukan proses penyimpanan, pengolahan, distribusi, dan penerimaan konsumen.
Kita sering membicarakan peningkatan produktivitas pertanian dengan membayangkan benih unggul, pupuk, irigasi, atau mesin budidaya. Semua itu penting. Namun, menghasilkan produk dalam jumlah besar tidak otomatis menyelesaikan persoalan apabila setelah panen kita masih kesulitan mengukur, memilah, menyimpan, dan mempertahankan mutunya.
Karena itu, masa depan pertanian tidak hanya berada di lahan. Masa depan pertanian juga berada di ruang pascapanen, di dalam mesin sortasi, di dalam sensor, dan di dalam data.
Persoalan ini menjadi semakin relevan bagi Indonesia.
Kedelai merupakan salah satu komoditas yang kebutuhannya masih sangat bergantung pada pasokan luar negeri. Data mencatat bahwa pada periode 2019–2023 ketergantungan impor kedelai berada pada kisaran 94,64–97,66 persen. Pada 2024, produksi domestik disebut hanya mampu memenuhi sekitar 13,5 persen kebutuhan nasional.
Angka tersebut tentu berbicara tentang persoalan produksi dan ketahanan pangan.
Namun, ada pertanyaan lain yang juga perlu kita ajukan: jika produksi dalam negeri meningkat, apakah sistem pertanian kita sudah memiliki teknologi yang cukup untuk memastikan produk tersebut memiliki mutu yang konsisten dan dapat dinilai secara efisien?
Di sini teknologi sortasi dan pengujian mutu menjadi penting. Petani masa depan tidak hanya membutuhkan mesin yang mampu bekerja lebih cepat. Mereka membutuhkan sistem yang mampu memberikan informasi lebih cepat.
Sebab dalam ekonomi pertanian modern, informasi mengenai produk memiliki nilai. Produk yang dapat diketahui karakteristiknya secara cepat lebih mudah diklasifikasikan. Produk yang dapat diklasifikasikan lebih mudah dikelola. Dan produk yang dapat dikelola berdasarkan informasi yang akurat memiliki peluang lebih besar untuk memperoleh perlakuan dan nilai ekonomi yang sesuai.
Tantangannya Bukan Hanya Membuat Mesin
Meski demikian, kita perlu berhati-hati agar tidak terjebak dalam romantisme teknologi. Sensor bukan benda ajaib. Hasil penelitian pada kedelai menunjukkan bahwa respons akustik tidak hanya berkaitan dengan kadar air. Ukuran dan massa biji juga dapat memengaruhi energi tumbukan dan akhirnya memengaruhi suara yang dihasilkan. Artinya, membangun teknologi pertanian yang benar-benar dapat digunakan di lapangan membutuhkan proses yang panjang.
Sensor harus dikalibrasi. Variasi biologis harus diperhitungkan. Kondisi lingkungan harus diperhatikan. Algoritma harus dilatih dengan data yang cukup. Sistem harus diuji pada kondisi nyata, bukan hanya di laboratorium.
Selain itu, teknologi harus masuk akal secara ekonomi. Mesin yang sangat canggih tetapi tidak terjangkau pengguna tidak otomatis menjadi teknologi yang bermanfaat. Demikian pula mesin yang membutuhkan operator dengan keterampilan yang tidak tersedia di daerah pengguna akan menghadapi persoalan adopsi.
Karena itu, tantangan terbesar pertanian masa depan mungkin bukan hanya menciptakan teknologi yang semakin pintar. Tantangannya adalah membuat teknologi yang pintar tersebut benar-benar berguna bagi petani.
Dosen Departemen Teknik Pertanian dan Biosistem
Fakultas Teknologi Pertanian Universitas Andalas