Semangat pagi,. Saya Thomas Hadinata Nomor Induk Mahasiswa 20210103269 Dalam kesempatan kali ini,saya ingin menjelaskan penerapan. 

Scene 1

Saya Thomas Hadinata  
Nomor Induk Mahasiswa  20210103269 
Dalam kesempatan kali ini,saya 
ingin menjelaskan 
penerapan

kecerdasan buatan atau Artificial intelligence pada tanaman tebu pada 
pabrik gula di Sidoarjo.

Kecerdasan buatan membantu memprediksi kinerja tebu di 
lapangan

Sebuah studi Brasil yang diterbitkan dalam Laporan Ilmiah menunjukkan 
bahwa kecerdasan buatan (AI) dapat digunakan untuk membuat model 
yang efisien untuk pemilihan genom varietas tebu dan hijauan rumput dan 
memprediksi kinerja mereka di lapangan berdasarkan DNA mereka.

Dalam hal akurasi dibandingkan dengan teknik pemuliaan tradisional, 
metodologi yang diusulkan meningkatkan daya prediksi lebih dari 50%. Ini 
adalah pertama kalinya metode seleksi genom yang sangat efisien 
berdasarkan pembelajaran 
mesin telah 
diusulkan 
untuk 
tanaman

poliploid (di mana sel memiliki lebih dari dua set kromosom lengkap), 
termasuk rumput yang dipelajari.

Pembelajaran mesin adalah cabang AI dan ilmu komputer yang 
melibatkan statistik dan pengoptimalan, dengan aplikasi yang tak 
terhitung jumlahnya. Tujuan utamanya adalah membuat algoritme yang 
secara otomatis mengekstraksi pola dari kumpulan data. Hal ini dapat 
digunakan untuk memprediksi kinerja tanaman, termasuk apakah akan 
tahan atau toleran terhadap cekaman biotik seperti hama dan penyakit 
yang disebabkan oleh serangga, nematoda, jamur atau bakteri, dan atau 
cekaman abiotik seperti dingin, kekeringan, salinitas. atau nutrisi tanah 
yang tidak mencukupi.

Persilangan adalah teknik yang paling banyak digunakan dalam program 
pemuliaan tradisional. "Anda menetapkan populasi dengan menyilangkan 
tanaman yang menarik. Dalam kasus tebu, Anda menyilangkan varietas 
yang menghasilkan banyak gula dengan varietas lain yang lebih tahan, 
misalnya. Anda menyilangkannya dan kemudian menilai kinerja genotipe 
yang dihasilkan dalam lapangan," kata ilmuwan komputer Alexandre Hild 
Aono, penulis pertama artikel tentang studi tersebut. Aono adalah 
seorang peneliti di Pusat Biologi Molekuler dan Rekayasa Genetika

Universitas Negeri Campinas (CBMEG-UNICAMP). Dia lulus dari Universitas Federal São Paulo (UNIFESP).. 

Scene 2

Universitas Negeri Campinas (CBMEG-UNICAMP). Dia lulus dari 
Universitas Federal São Paulo (UNIFESP).

“Tetapi proses penilaian ini memakan waktu lama dan sangat mahal. 
Metode yang kami usulkan dapat memprediksi kinerja tanaman ini bahkan 
sebelum mereka tumbuh. Kami berhasil memprediksi hasil berdasarkan 
materi genetik. Ini penting karena menghemat banyak tahun penilaian," 
jelas Aono.

Dalam kasus tebu, tantangannya sangat kompleks. Teknik pemuliaan 
tradisional memakan waktu antara sembilan dan 12 tahun dan 
memerlukan biaya tinggi, menurut Anete Pereira de Souza, seorang 
profesor 
genetika 
tanaman 
di 
Institut 
Biologi 
UNICAMP 
dan

“Ketika pemulia mengidentifikasi tanaman yang menarik, mereka 
memperbanyaknya dengan kloning sehingga genotipe tidak hilang, tetapi 
ini membutuhkan waktu dan biaya yang besar. Contoh ekstrim adalah 
pembibitan pohon karet, yang bisa memakan waktu hingga 30 tahun. ," 
kata Soza. Salah satu cara untuk mengatasi kesulitan ini adalah apa yang 
dia sebut "pemuliaan tanaman 4.0", yang menggunakan analisis data 
secara intensif dan alat komputasi dan statistik yang sangat 
efisien. Setiap proses genotyping-by-sequencing dapat melibatkan 1 
miliar urutan.

Rintangan utama yang dihadapi para ilmuwan dalam mencoba 
membiakkan varietas tanaman poliploid yang lebih baik seperti tebu dan 
rumput hijauan adalah kompleksitas genom mereka. "Dalam hal ini, kami 
bahkan tidak tahu apakah seleksi genomik mungkin dilakukan, mengingat 
sumber daya yang langka dan sulitnya bekerja dengan kompleksitas ini," 
kata Aono.

Para peneliti memulai proses seleksi genom dengan tanaman diploid 
(mengandung sel dengan dua set kromosom), karena memiliki genom 
yang lebih sederhana. “Masalahnya tanaman tropis bernilai tinggi seperti 
tebu tidak diploid tapi poliploid, yang merupakan komplikasi,” kata Souza.

Sementara manusia dan hampir semua hewan diploid, tebu mungkin 
memiliki sebanyak 12 salinan dari setiap kromosom. Setiap individu dari 
spesies Homo sapiens dapat memiliki hingga dua varian dari setiap gen, 
satu diwariskan dari ayah dan yang lainnya dari ibu. Tebu lebih kompleks 
karena secara teoritis setiap gen dapat memiliki banyak varian pada

individu yang sama. Ada daerah genomnya dengan enam set kromosom, yang lain dengan delapan, sepuluh, dan bahkan 12 set. “Genetika sangat kompleks sehingga pemulia bekerja dengan tebu seolah-olah diploid,” kata Souza.. 

Scene 3

individu yang sama. Ada daerah genomnya dengan enam set kromosom, 
yang lain dengan delapan, sepuluh, dan bahkan 12 set. “Genetika sangat 
kompleks sehingga pemulia bekerja dengan tebu seolah-olah diploid,” 
kata Souza.

Pada tahun 2001, Theodorus Meuwissen, seorang ilmuwan Belanda yang 
saat ini menjadi profesor pemuliaan hewan dan genetika di Universitas 
Ilmu Hayati Norwegia (NMBU), mengusulkan seleksi genom untuk 
memprediksi sifat-sifat kompleks pada hewan dan tumbuhan dalam 
hubungannya dengan fenotipe mereka (karakteristik yang dapat diamati 
dihasilkan ) . 
dari 
interaksi 
genotipe 
mereka 
dengan

lingkungan). Keuntungan dari pendekatan pemuliaan tanaman ini adalah 
hubungan antara sifat fenotipik yang diminati, seperti hasil, kadar gula 
atau prekositas, dan polimorfisme nukleotida tunggal (SNP). Sebuah 
"snip" (seperti SNP diucapkan) adalah varian genomik pada satu posisi 
dasar dalam DNA, Souza menjelaskan.

"Ini adalah perbedaan genom dari dua individu. Misalnya, seseorang 
mungkin memiliki A (sesuai dengan nukleotida adenin) yang 
menghasilkan sedikit lebih banyak dari yang lain dengan G (guanin) di 
lokasi 
yang 
sama 
dalam 
genom. 
Perubahan 
itu 
semuanya,"

katanya. "Ketika Anda menemukan hubungan dengan apa yang Anda 
cari, seperti produksi gula tingkat tinggi, dan SNP spesifik di lokasi 
berbeda dalam genom, Anda hanya dapat mengurutkan populasi yang 
menjadi fokus pekerjaan pemuliaan Anda."

Kemajuan yang diusulkan oleh Aono dan rekannya menghilangkan 
kebutuhan 
untuk 
menanam 
dan 
fenotipe 
sepanjang 
siklus

pemuliaan. “Kami melakukan percobaan lapangan pada tahap awal 
program untuk mendapatkan fenotip yang diinginkan untuk setiap klon,” 
kata Souza.

“Secara paralel, kami mengurutkan semua klon dalam populasi 
pemuliaan secara langsung, tanpa perlu memiliki seluruh genom untuk 
setiap klon. Inilah yang disebut genotyping-by-sequencing—sekuensing 
parsial untuk mencari perbedaan dan kesamaan pada pasangan basa 
untuk klon, dan hubungannya dengan produksi masing-masing klon. 
Hubungan antara fenotip dan genom menunjukkan mana yang 
menghasilkan lebih banyak dan SNP mana yang terkait dengan produksi 
lebih tinggi. Dengan cara ini, kami dapat mengidentifikasi klon dengan 
sebagian besar SNP yang berkontribusi pada produksi yang lebih tinggi 
diamati pada percobaan awal dan mendapatkan varietas yang paling 
produktif lebih cepat dan lebih murah."

Penerapan Smart farming pada pabrik gula di Sidoarjo merupakan bagian dari target keseluruhan menggunakan kecerdasan buatan atau Artificial intelligence untuk mambantu kontrol dalam rangka memaksimalkan pencapaian panen tebu termasuk didalamnya kandungan gula atau rendemen.. 

Scene 4

Penerapan Smart farming pada pabrik gula di Sidoarjo merupakan bagian 
dari target keseluruhan menggunakan kecerdasan buatan atau Artificial 
intelligence untuk mambantu kontrol dalam rangka memaksimalkan 
pencapaian panen tebu termasuk didalamnya kandungan gula atau 
rendemen.

Smartfarming dapat memberikan informasi-informasi mulai dari kegiatan:

Mobile planter yaitu aplikasi android yang terhubung melalui internet 
dengan real time berupa informasi e-cadong, peta kebun, kondisi kebun 
dan lainnya.

Mobile Farmer yaitu aplikasi android yang terintegrasi sebagai sarana 
komunikasi untuk petani tentang realisasi biaya-biaya yang ada, hasil 
monitoring drone, dan lainnya terkait luasan tebu yang akan dipanen.

Drone Surveillance adalah kegiatan untuk monitoring kondisi kebun 
dengan pengambilan foto & video secara periodik. Hasil foto udara diolah 
melalui proses rendering hingga menjadi sebuah peta. 
 
Drone Spraying digunakan untuk pengaplikasian pupuk daun. Dengan 
kapasitas tangki 10 liter, mampu menyemprot lahan seluas 1 Ha dalam 
waktu 10 menit. 
 
Citra Satelit dengan menggunakan Satelit Sentinel yang mengambil foto 
setiap 5 hari sekali. Dengan analisa NDVI pada citra satelit akan terlihat 
sisa tebu yang belum tertebang. 
 
Dashboard  adalah sarana untuk memudahkan manajemen dalam 
memonitor data onfarm sehingga membantu mempercepat pengambilan 
keputusan. 
 
Adapaun manfaat dari penerapan Smart Farming tentunya akan 
memberikan informasi berbagai proses diarea siklus produksi seperti 
pemupukan, pengendalian hama, kadar panen yang dapat diotomastisasi 
dengan perangkat pintar. Dengan smart sensor akan dapat melacak hal-
hal seperti kemajuan tumbuhan tebu, kualitas tanah, kondisi cuaca, dan 
Kesehatan tanaman. Perbaikan kualitas dari tebu dengan meningkatkan 
control atas proses produksi dan mempertahankan standard tinggi 
kapasitas pertumbuhan dan kualitas tebu, sekaligus mengurangi resiko 
gagal produksi dapat dikurangi.

Kedepan penerapan Smart Farming ini akan terus dikembangkan untuk bisa memberikan informasi lebih banyak lagi tentu dengan penerapan AI yang lebih maksimal.. 

Scene 5

Kedepan penerapan Smart Farming ini akan terus dikembangkan untuk 
bisa memberikan informasi lebih banyak lagi tentu dengan penerapan AI 
yang lebih maksimal.

Semoga dengan penerapan teknologi pada tanaman tebu, petani dapat 
memenuhi kebutuhan bahan baku tebu untuk setiap pabrik gula yang 
beroperasi di Indonesia. Demikian, terima kasih.

Tugas AI edited

Page 1 (0s)

Page 2 (1m 6s)

Page 3 (2m 22s)

Page 4 (3m 42s)

Page 5 (4m 45s)