Universitas Politeknik Valencia telah mengembangkan aplikasi yang mampu mengidentifikasi dini penyakit pada pohon jeruk dan berbagai hama dari gambar daun dan buah. Sistem ini, berdasarkan teknik kecerdasan buatan, mencapai akurasi 99,58% dalam pengujiannya.
Tujuannya jelas: membantu petani jeruk a berhenti tepat waktu masalah fitosanitasi, memulai pengobatan sebelum menyebar dan mengurangi kerugian ekonomi pada pertanian di Spanyol dan negara produsen Eropa lainnya.
Bagaimana alat ini lahir dan apa tujuannya
Tim UPV mendeteksi bahwa solusi yang ada untuk buah jeruk Eran tidak cukup dan tidak tepat, itulah sebabnya mereka memilih model yang lebih baik yang akan meningkatkan keandalan diagnosis. Inisiatif ini merupakan bagian dari serangkaian penelitian akademis dan terapan tentang kesehatan pohon jeruk.
Menurut kelompok yang bertanggung jawab, tujuannya ditetapkan sejak awal untuk mencapai tingkat keberhasilan yang sangat tinggi dan menawarkan utilitas nyata di lapangan, dengan aplikasi yang mudah digunakan untuk petani jerukPengembangan teknis dilakukan dalam konteks tesis doktoral, dengan partisipasi peneliti khusus dari universitas.
Cara kerjanya dan perangkat apa yang dioperasikannya
Aplikasi ini berjalan pada iOS, Android, Windows, Linux dan Raspberry PiSelain versi seluler, ada versi lain yang dirancang untuk pertanian besar yang dapat dijalankan di komputer pribadi dan perangkat Raspberry Pi, dengan opsi untuk mengirim laporan email harian dengan hasil analisis pohon.
Di antara kelebihannya, yang menonjol adalah tidak memerlukan koneksi internet atau server eksternal, karena pemrosesan dilakukan langsung di perangkat itu sendiri. Hal ini memungkinkan bekerja di area dengan jangkauan terbatas dan dengan konsumsi sumber daya rendah, mengunggah foto daun dan jeruk langsung ke aplikasi untuk evaluasi.
Apa yang didiagnosis aplikasi dan seberapa akuratnya
Sistem ini secara andal membedakan jeruk dari buah-buahan lainnya (yang diklasifikasikan sebagai bukan oranye), mengenali kapan buah sehat dan mendeteksi delapan penyakit dan hama baik pada daun maupun buah, yang telah dilatih secara khusus.
Di antara kondisi yang diidentifikasi adalah, misalnya, melanosis, komedo, kanker, atau yang disebut penghijauan. Dengan demikian, alat ini menawarkan panduan cepat untuk memutuskan tindakan korektif dan mencegah bercak dan lesi berkembang tak terkendali.
Model telah dilatih dengan seperangkat standar Gambar 5.073 Setelah pelatihan awal, proses penyempurnaan diterapkan, mencapai tingkat akurasi 99,58%. Basisnya adalah pembelajaran mendalam, dengan jaringan saraf yang mampu mengekstraksi pola visual. relevan untuk diagnosis.
Kemajuan dibandingkan dengan solusi sebelumnya
Dibandingkan dengan alat sebelumnya, proposal UPV menunjukkan tingkat keberhasilan yang lebih tinggi, sementara mengurangi beban komputasi dan meningkatkan kepraktisan penggunaan saat bepergian. Kemampuan untuk menjalankannya di ponsel dan menganalisis gambar di lokasi menyederhanakan pemantauan kesehatan harian di peternakan.
Bekerja tanpa konektivitas dan tanpa bergantung pada server menambah ketahanan: di wilayah penghasil jeruk yang cakupannya berfluktuasi, petani tetap memiliki kemampuan untuk mendiagnosis saat ini dan mengambil keputusan tanpa penundaan, meningkatkan pengelolaan hama terpadu.
Langkah selanjutnya: robot, drone, dan sensor
Tim sudah bekerja untuk mengintegrasikan aplikasi ke dalam robot dan drone Mampu menjelajahi lahan, mengambil gambar, dan mendiagnosis titik dan penyakit secara langsung. Idenya adalah memperluas pengawasan ke seluruh lahan dengan beban kerja manual yang lebih sedikit dan inspeksi yang lebih sering.
Selain itu, direncanakan juga untuk menggabungkan perangkat lunak dengan sistem jaringan irigasi, pemupukan, dan sensor gas, sehingga data lingkungan dapat dibandingkan dengan status kesehatan dan respons yang lebih tepat dapat dipicu terhadap masalah yang memengaruhi hasil panen.
Bagi para produsen di Spanyol, terutama di daerah penghasil jeruk, kemampuan ini dapat diwujudkan dalam produktivitas yang lebih baik, lebih sedikit kehilangan panen, dan dukungan nyata untuk pengambilan keputusan di lapangan, baik di pertanian kecil maupun pertanian intensif.
Dengan aplikasi lintas platform, pemrosesan offline, model yang dilatih dengan ribuan gambar dan Akurasi 99,58%Pengembangan UPV merupakan langkah maju yang signifikan dalam deteksi dini penyakit di kebun jeruk dan meletakkan dasar bagi penerapannya dalam robot, drone, dan sensor yang memperkuat kesehatan tanaman di sektor jeruk.