Yogyakarta – Ir. Andri Prima Nugroho, STP., M.Sc., Ph.D., IPU, ASEAN Eng., APEC Eng. dari Fakultas Teknologi Pertanian Universitas Gadjah Mada (UGM) berhasil menyelesaikan penelitian pada tahun 2025 yang berfokus pada pengembangan model prediksi laju fotosintesis tanaman selada (Lactuca sativa L.) di sistem *indoor farming*. Menggunakan algoritma Random Forest, model ini dirancang untuk memberikan estimasi fotosintesis yang akurat berdasarkan data lingkungan dan fisiologis tanaman, menjadi dasar penting untuk optimasi produksi pertanian dalam ruang.
Penelitian ini menjawab kebutuhan akan efisiensi dan presisi dalam budidaya tanaman di lingkungan terkontrol seperti *indoor farming*. Laju fotosintesis merupakan indikator kunci kesehatan dan produktivitas tanaman, namun pengukurannya secara manual seringkali memakan waktu dan kurang akurat. Dengan memanfaatkan algoritma Machine Learning Random Forest, tim peneliti UGM mampu membangun sebuah model yang dapat memprediksi laju fotosintesis secara otomatis dan real-time.
“Model ini akan menjadi alat yang sangat berharga bagi para petani *indoor farming*,” jelas Ir. Andri Prima Nugroho. “Dengan estimasi fotosintesis yang akurat, mereka dapat membuat keputusan yang lebih baik dalam mengatur kondisi lingkungan tumbuh seperti intensitas cahaya, suhu, kelembaban, dan konsentrasi CO2, sehingga memaksimalkan pertumbuhan tanaman dan efisiensi penggunaan sumber daya.”
Penelitian yang didanai secara internal ini juga melibatkan kolaborasi dengan mitra eksternal, baik nasional maupun internasional, menunjukkan komitmen UGM dalam menghadirkan solusi teknologi yang relevan untuk sektor pertanian modern. Output dari penelitian ini adalah model dan algoritma yang siap diimplementasikan untuk mendukung pertanian presisi.
Diharapkan, model prediksi laju fotosintesis berbasis AI ini dapat diadopsi secara luas, berkontribusi pada peningkatan produktivitas dan keberlanjutan sistem *indoor farming*, serta mendukung ketahanan pangan melalui inovasi teknologi pertanian.
