sumber ilustrasi: freepik
1 Mei 2025 14.35 WIB – Umum
_________________________________________________________________________________________________________________________________________________
Desanomia [01.5.2025] Penelitian gabungan antara University of Texas at Arlington (UTA) dan Departemen Pertanian Amerika Serikat (USDA) menunjukkan bahwa model matematika berbasis data satelit dan kecerdasan buatan dapat memprediksi secara akurat wabah aflatoksin pada tanaman jagung di Texas. Temuan ini memberikan harapan baru bagi sektor pertanian yang selama ini mengalami kerugian besar akibat kontaminasi jamur beracun yang sulit dideteksi secara visual.
Aflatoksin merupakan senyawa berbahaya hasil produksi jamur dari kelompok mikotoksin, yang umumnya menyerang tanaman pangan seperti jagung dan kacang-kacangan. Senyawa ini diketahui bersifat karsinogenik dan menimbulkan risiko kesehatan serius baik bagi manusia maupun hewan. Kontaminasi seringkali tidak menimbulkan gejala fisik pada tanaman, sehingga pendeteksian dini menjadi tantangan tersendiri bagi petani.
Dalam studi ini, tim peneliti yang dipimpin oleh Angela Avila, peneliti pascadoktoral di bidang matematika UTA, mengembangkan sistem aflatoxin risk index (ARI) sebagai model prediktif berbasis data. ARI menghitung risiko kumulatif kontaminasi selama fase pertumbuhan jagung, dengan menggabungkan data citra satelit, properti tanah, dan kondisi cuaca. Salah satu inovasi utama dalam model ini adalah penggunaan indeks vegetasi (NDVI) dari penginderaan jauh untuk menentukan waktu tanam yang presisi, karena risiko kontaminasi meningkat di fase pertumbuhan tertentu.
Avila dan timnya memanfaatkan teknik machine learning untuk meningkatkan akurasi model. Dengan menghitung ulang tanggal tanam historis di setiap wilayah Texas, mereka berhasil menaikkan ketepatan prediksi risiko kontaminasi sebesar 20 hingga 30 persen. Data tersebut sangat krusial karena sensitivitas jagung terhadap aflatoksin meningkat pada fase reproduktif, sehingga penyesuaian waktu tanam dan pengelolaan input pertanian seperti fungisida bisa diarahkan lebih tepat sasaran.
Studi ini, yang dipublikasikan dalam Frontiers in Microbiology, juga mencatat bahwa keberhasilan model ini memiliki potensi untuk diadopsi secara nasional. USDA menyatakan bahwa pendekatan tersebut akan diperluas ke wilayah pertanian lainnya di Amerika Serikat, mengingat aflatoksin menjadi ancaman tahunan yang menyebabkan kerugian ekonomi miliaran dolar dalam industri pertanian.
Dampak dari penelitian ini tidak hanya dirasakan oleh petani, tetapi juga oleh pelaku industri pengolahan makanan dan konsumen akhir. Dengan memiliki sistem peringatan dini yang berbasis ilmiah, pelaku sektor pertanian kini dapat mengambil keputusan mitigasi lebih cepat dan akurat untuk menghindari hasil panen yang terkontaminasi.
Buah Pikiran
Penelitian ini memperlihatkan pentingnya kolaborasi antara sains, teknologi, dan sektor pertanian dalam menciptakan solusi berkelanjutan terhadap persoalan ketahanan pangan. Di tengah tekanan perubahan iklim dan volatilitas pasar global, pendekatan berbasis data seperti ARI dapat menjadi langkah strategis dalam memastikan produksi pangan tetap aman dan produktif, sekaligus mengurangi ketergantungan pada reaksi setelah bencana pertanian terjadi.
Lebih dari sekadar inovasi teknis, model ini juga menjadi cerminan bagaimana matematika dan kecerdasan buatan dapat difungsikan untuk kepentingan publik yang lebih luas. Ke depan, adopsi teknologi serupa di berbagai belahan dunia, termasuk negara berkembang, dapat menjadi faktor kunci dalam mendorong transformasi pertanian yang tangguh, adaptif, dan berorientasi pada keberlanjutan jangka panjang. (NJD)
Sumber: ScienceDaily
Link: https://www.sciencedaily.com/releases/2025/04/250428220903.htm
