Dosen DTPB FTP UGM Jadi Plenary Speaker MSPPC 2026, Dorong Integrasi Fisiologi Tanaman dan Pertanian Presisi untuk Pertanian Berkelanjutan

Ipoh, Malaysia, 28 Juli 2026 – Pemanfaatan teknologi digital dalam pertanian semakin membuka peluang baru untuk meningkatkan produktivitas sekaligus memperkuat ketahanan sektor pertanian terhadap perubahan iklim. Menunjukkan kontribusinya pada pengembangan ilmu pengetahuan di tingkat internasional, dosen Departemen Teknik Pertanian dan Biosistem (DTPB), Fakultas Teknologi Pertanian Universitas Gadjah Mada (FTP UGM), Ir. Andri Prima Nugroho, S.T.P., M.Sc., Ph.D., IPU., ASEAN Eng., APEC Eng., dipercaya sebagai plenary speaker dalam The 36th Malaysian Society of Plant Physiology Conference (MSPPC 2026). Kehadiran Dr. Andri pada konferensi internasional tersebut memperkuat posisi DTPB FTP UGM dalam pengembangan precision agriculture berbasis fisiologi tanaman, penginderaan jauh, dan analisis data untuk mendukung pertanian tropis yang berkelanjutan.

Berbagi Inovasi Pertanian Presisi di Forum Internasional

MSPPC 2026 diselenggarakan oleh Malaysian Society of Plant Physiology (MSPP) pada 28–30 Juli 2026 di M Roof Hotel, Ipoh, Perak, Malaysia, dengan mengangkat tema “Plant Physiology for Sustainable and Climate-Smart Future.” Konferensi ini menjadi ajang pertemuan para akademisi, peneliti, praktisi, dan pemangku kepentingan dari berbagai negara untuk mendiskusikan perkembangan terbaru di bidang fisiologi tanaman serta perannya dalam menghadapi tantangan perubahan iklim dan mewujudkan sistem pertanian yang berkelanjutan.

Pada kesempatan tersebut, Dr. Andri menyampaikan plenary presentation berjudul “Translating Plant Physiological Insights into Data-Driven Precision Agriculture.” Presentasi dilakukan secara hybrid, diawali dengan pemutaran materi yang telah direkam kemudian dilanjutkan dengan sesi diskusi interaktif secara langsung bersama peserta konferensi.

Menghubungkan Fisiologi Tanaman dengan Teknologi Digital

Dalam paparannya, Dr. Andri menjelaskan bahwa informasi fisiologis tanaman merupakan fondasi penting dalam pengembangan sistem pertanian presisi. Berbagai parameter seperti kandungan klorofil daun, konduktansi stomata, laju transpor elektron, hingga fluoresensi klorofil mampu memberikan informasi mengenai kondisi fisiologis tanaman serta responsnya terhadap tekanan lingkungan.

Namun demikian, pengukuran fisiologis secara langsung di lapangan memiliki berbagai keterbatasan karena memerlukan waktu, peralatan khusus, serta jumlah sampel yang cukup besar. Oleh karena itu, diperlukan pendekatan yang mampu memperluas informasi tersebut menjadi gambaran kondisi tanaman pada skala lahan secara menyeluruh.

Dr. Andri memperlihatkan bagaimana data fisiologi tanaman dapat diintegrasikan dengan citra multispektral yang diperoleh menggunakan unmanned aerial vehicle (UAV) atau drone. Melalui pemodelan berbasis data, kombinasi kedua sumber informasi tersebut mampu menghasilkan pemetaan kondisi tanaman secara spasial sehingga dapat mendukung pengambilan keputusan budidaya yang lebih akurat.

Studi Kasus Pemantauan Kesehatan Tanaman Berbasis Drone

Salah satu penelitian yang dipresentasikan adalah pengembangan sistem evaluasi kesehatan tanaman pepaya menggunakan citra multispektral yang diperoleh dari wahana udara tanpa awak tipe Vertical Take-Off and Landing (VTOL).

Dalam penelitian tersebut, data hasil penginderaan jauh dikombinasikan dengan hasil pengukuran fisiologis di lapangan untuk membangun model prediktif kondisi tanaman.

Pendekatan tersebut menunjukkan bahwa teknologi penginderaan jauh tidak hanya berfungsi menghasilkan citra lahan, tetapi juga mampu menerjemahkan respons biologis tanaman menjadi informasi spasial yang mudah dipetakan. Informasi tersebut selanjutnya dapat digunakan untuk mengidentifikasi area yang memerlukan perhatian maupun tindakan budidaya secara lebih tepat sasaran.

Memperkenalkan Smart Agriculture Research Center UGM

Selain memaparkan hasil penelitian, Dr. Andri juga memperkenalkan Smart Agriculture Research Center UGM, pusat riset yang mengembangkan berbagai teknologi pertanian presisi untuk mendukung karakteristik pertanian tropis.

Berbagai penelitian di pusat riset tersebut mengintegrasikan teknologi sensor, Internet of Things (IoT), citra drone, kecerdasan buatan (Artificial Intelligence/AI), Decision Support System (DSS), serta pendekatan agronomi dan fisiologi tanaman.

Dr. Andri menegaskan bahwa pengembangan teknologi tidak semata-mata berorientasi pada kecanggihan perangkat, tetapi harus dibangun berdasarkan kebutuhan nyata di lapangan, divalidasi menggunakan data aktual, dan diterjemahkan menjadi rekomendasi yang mudah dipahami oleh petani maupun pengambil kebijakan.

Membuka Peluang Kolaborasi Penelitian Internasional

Sesi diskusi berlangsung dinamis dengan berbagai pertanyaan mengenai penerapan teknologi pencitraan pada kawasan perkebunan, implementasi hasil penelitian di lapangan, pemilihan parameter fisiologis tanaman, hingga pengembangan model prediktif berbasis data.

Diskusi tersebut menunjukkan semakin besarnya kebutuhan akan kolaborasi lintas disiplin antara bidang fisiologi tanaman, teknik pertanian, penginderaan jauh, kecerdasan buatan, dan ilmu data dalam mengembangkan sistem pertanian masa depan.

Partisipasi Dr. Andri sebagai plenary speaker pada MSPPC 2026 sekaligus memperkuat kiprah Departemen Teknik Pertanian dan Biosistem FTP UGM dalam jejaring penelitian internasional. Forum ini membuka peluang kerja sama yang lebih luas dengan komunitas peneliti fisiologi tanaman dari berbagai negara, khususnya dalam pengembangan teknologi precision agriculture yang adaptif terhadap perubahan iklim dan sesuai dengan karakteristik pertanian tropis.

Melalui kolaborasi internasional tersebut, DTPB FTP UGM terus berkomitmen menghasilkan inovasi berbasis ilmu pengetahuan yang mampu mendukung transformasi sektor pertanian menuju sistem yang lebih produktif, berkelanjutan, dan tangguh menghadapi tantangan global.

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