[:id]Kuliah Tamu Departemen Teknik Pertanian dan Biosistem dalam Rangka PKKM Bertema Soil and Water Conservation Innovation for Sustainable Agriculture[:en]Kuliah Tamu Departemen Teknik Pertanian dan Biosistem dalam Rangka PKKM Bertema Soil and Water Conservation Innovation for Sustainable Agriculture [:]

[:id]Departemen Teknik Pertanian dan Biosistem (DTPB) Fakultas Teknologi Pertanian UGM menyelenggarakan Kuliah Tamu dengan tema ”Soil and Water Conservation Innovation for Sustainable Agriculture”. Kuliah tamu ini merupakan pelaksanaan dari Program Kompetisi Kampus Merdeka (PKKM) 2021 yang diselenggarakan pada hari Jumat 12 November 2021. Kuliah tamu yang dilaksanakan secara daring, menampilkan pembicara Prof. Amy L. Kaleita Ph.D., P. E. Kepala Departement of Agricultural and Biosystem Engineering, Iowa State University, USA. Sebagai moderator dosen DTPB, Chandra Setyawan, STP., M.Eng., Ph.D.

Poster Kegiatan

Prof. Amy Kaleita memulai presentasinya dengan menceritakan kondisi pertanian di Iowa bahwa lebih dari 90% lahan di Iowa digunakan untuk pertanian. Biasanya petani akan menanam jagung dalam satu tahun dan kedelai di tahun berikutnya dengan budidaya tanaman hanya dilakukan pada bulan Mei-September. Iowa menempati peringkat tertinggi produksi kedelai di USA. Iowa juga memimpin produksi produk hewani AS seperti produksi babi dan telur. Secara umum, Iowa memiliki banyak kotoran hewan dan dan digunakan pada jagung dan kedelai dengan tambahan pupuk tambahan dalam jumlah besar. Karena seluruh tanaman pertanian hanya tumbuh selama sebagian tahun dan aktivitas mikroba yang lebih besar terus-menerus mendaur ulang nutrisi dan membuatnya lebih tersedia, itu membuat Iowa juga memimpin dalam kehilangan nutrisi. Jadi, ada konsekuensi ekologis di wilayah lain di mana badan air menerima kehilangan nutrisi dari wilayah Iowa seperti mekarnya alga tormendeus dan air dengan kandungan nitrogen rendah oksigen tinggi karena alga yang diurai oleh bakteri.
Prof. Ami Kaleita melanjutkan presentasi dengan menyampaikan penelitian tentang “information technology for precision conservation”. Tahap pertama adalah pengumpulan data untuk informasi yang lebih baik. Output yang dihasilkan adalah informasi yang dapat ditindaklanjuti yang murah dan tepat waktu dan juga informasi pada skala yang relevan dengan skala keputusan dengan hal-hal seperti peta, sensor, dan statistik nonparametrik dan sistem stokastik.
Proyek pertama adalah pemetaan lahan basah untuk lokasi proyek Departemen Transportasi Iowa menggunakan LiDAR dan citra satelit. Departemen Transportasi harus mengidentifikasi di area perbaikan jalan yang diusulkan merupakan lahan basah yang baik. Salah satu masalah utama adalah membantu petani memecahkan masalah potholes yang memiliki kadar air tinggi yang menciptakan situasi di mana banyak nitrogen berubah menjadi gas nitrogen oksida yang merupakan gas rumah kaca. Selanjutnya dilakukan pemodelan kejadian di lapangan dan memantau efeknya dengan simulasi komputer. Setelah mendapatkan model terkalibrasi yang paling mewakili, kita dapat mencoba opsi untuk mengatasi masalah potholes.

Pekerjaan berikutnya adalah pengembangan model proxy hutan acak ke dalam aplikasi berbasis web di mana pengguna dapat membuka situs ini yang membuat banyak jenis pohon keputusan dan yang dapat meniru perilaku diagram alur. Kemudian ketika petani memasuki lokasi, mengeluarkan peta, dan kemudian mengatakan situasi lahan mereka termasuk drainase, pengolahan tanah, dan seberapa besar potholes, aplikasi akan menghitung risiko berdasarkan kondisi input dan memberikan rekomendasi.
Selain itu, ada pemikiran bahwa petani keluar untuk mengisi lahan kosong antara jagung dan kedelai dengan gandum atau lobak sehingga dapat memberi petani lebih banyak manfaat dari ladang tanpa perawatan tambahan. Ide ini juga dapat meningkatkan penyerapan nutrisi tanah secara efisien dan mengurangi erosi tanah. Sebuah model dapat dikembangkan untuk membantu memahami bagaimana keterkaitan dalam makanan, energi, dan air tidak hanya dalam skala kecil tetapi juga di tingkat yang lebih regional dan mencoba mengintegrasikan apa yang terjadi dengan kebijakan yang berbeda dan apa efek yang ditimbulkannya.

 [:en]Departemen Teknik Pertanian dan Biosistem (DTPB) Fakultas Teknologi Pertanian UGM menyelenggarakan Kuliah Tamu dengan tema ”Soil and Water Conservation Innovation for Sustainable Agriculture”. Kuliah tamu ini merupakan pelaksanaan dari Program Kompetisi Kampus Merdeka (PKKM) 2021 yang diselenggarakan pada hari Jumat 12 November 2021. Kuliah tamu yang dilaksanakan secara daring, menampilkan pembicara Prof. Amy L. Kaleita Ph.D., P. E. Kepala Departement of Agricultural and Biosystem Engineering, Iowa State University, USA. Sebagai moderator dosen DTPB, Chandra Setyawan, STP., M.Eng., Ph.D.

Poster Kegiatan

Prof. Amy Kaleita memulai presentasinya dengan menceritakan kondisi pertanian di Iowa bahwa lebih dari 90% lahan di Iowa digunakan untuk pertanian. Biasanya petani akan menanam jagung dalam satu tahun dan kedelai di tahun berikutnya dengan budidaya tanaman hanya dilakukan pada bulan Mei-September. Iowa menempati peringkat tertinggi produksi kedelai di USA. Iowa juga memimpin produksi produk hewani AS seperti produksi babi dan telur. Secara umum, Iowa memiliki banyak kotoran hewan dan dan digunakan pada jagung dan kedelai dengan tambahan pupuk tambahan dalam jumlah besar. Karena seluruh tanaman pertanian hanya tumbuh selama sebagian tahun dan aktivitas mikroba yang lebih besar terus-menerus mendaur ulang nutrisi dan membuatnya lebih tersedia, itu membuat Iowa juga memimpin dalam kehilangan nutrisi. Jadi, ada konsekuensi ekologis di wilayah lain di mana badan air menerima kehilangan nutrisi dari wilayah Iowa seperti mekarnya alga tormendeus dan air dengan kandungan nitrogen rendah oksigen tinggi karena alga yang diurai oleh bakteri.
Prof. Ami Kaleita melanjutkan presentasi dengan menyampaikan penelitian tentang “information technology for precision conservation”. Tahap pertama adalah pengumpulan data untuk informasi yang lebih baik. Output yang dihasilkan adalah informasi yang dapat ditindaklanjuti yang murah dan tepat waktu dan juga informasi pada skala yang relevan dengan skala keputusan dengan hal-hal seperti peta, sensor, dan statistik nonparametrik dan sistem stokastik.
Proyek pertama adalah pemetaan lahan basah untuk lokasi proyek Departemen Transportasi Iowa menggunakan LiDAR dan citra satelit. Departemen Transportasi harus mengidentifikasi di area perbaikan jalan yang diusulkan merupakan lahan basah yang baik. Salah satu masalah utama adalah membantu petani memecahkan masalah potholes yang memiliki kadar air tinggi yang menciptakan situasi di mana banyak nitrogen berubah menjadi gas nitrogen oksida yang merupakan gas rumah kaca. Selanjutnya dilakukan pemodelan kejadian di lapangan dan memantau efeknya dengan simulasi komputer. Setelah mendapatkan model terkalibrasi yang paling mewakili, kita dapat mencoba opsi untuk mengatasi masalah potholes.

Pekerjaan berikutnya adalah pengembangan model proxy hutan acak ke dalam aplikasi berbasis web di mana pengguna dapat membuka situs ini yang membuat banyak jenis pohon keputusan dan yang dapat meniru perilaku diagram alur. Kemudian ketika petani memasuki lokasi, mengeluarkan peta, dan kemudian mengatakan situasi lahan mereka termasuk drainase, pengolahan tanah, dan seberapa besar potholes, aplikasi akan menghitung risiko berdasarkan kondisi input dan memberikan rekomendasi.
Selain itu, ada pemikiran bahwa petani keluar untuk mengisi lahan kosong antara jagung dan kedelai dengan gandum atau lobak sehingga dapat memberi petani lebih banyak manfaat dari ladang tanpa perawatan tambahan. Ide ini juga dapat meningkatkan penyerapan nutrisi tanah secara efisien dan mengurangi erosi tanah. Sebuah model dapat dikembangkan untuk membantu memahami bagaimana keterkaitan dalam makanan, energi, dan air tidak hanya dalam skala kecil tetapi juga di tingkat yang lebih regional dan mencoba mengintegrasikan apa yang terjadi dengan kebijakan yang berbeda dan apa efek yang ditimbulkannya.[:]

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

*

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.