Yogyakarta, 13 April 2026 – Smart Agriculture Research Center Universitas Gadjah Mada dengan bangga mengumumkan publikasi penelitian di jurnal internasional bereputasi Smart Agricultural Technology (Q1) yang diterbitkan oleh Elsevier. Penelitian ini mengembangkan sistem cerdas untuk membantu mengecek kualitas pupuk secara cepat di lapangan menggunakan sensor hara makro berbiaya rendah.

Kualitas pupuk merupakan salah satu faktor penting dalam keberhasilan budidaya pertanian. Pupuk dengan kandungan hara yang tidak sesuai dapat menyebabkan pemupukan menjadi tidak efektif, menurunkan hasil tanaman, serta meningkatkan risiko pemborosan biaya dan dampak lingkungan. Selama ini, pemeriksaan kualitas pupuk umumnya dilakukan melalui uji laboratorium. Meskipun akurat, proses tersebut membutuhkan waktu, biaya, dan alur pengiriman sampel yang tidak selalu praktis untuk kebutuhan cepat di lapangan atau perkebunan.

Penelitian yang berjudul “A confidence-weighted decision framework for on-site fertilizer quality screening and off-spec detection in smart agricultural systems using low-cost macronutrient sensors” ini dilakukan oleh Andri Prima Nugroho, Ardan Wiratmoko, Ulfa Dwi Oktasari, Ririn Febri Kusumawardani, Fadel Arya Pradana, Lilik Sutiarso, Sukarman, Suwardi, Septa Primananda, dan Takashi Okayasu. Artikel ini telah dipublikasikan dalam Smart Agricultural Technology Volume 14 Tahun 2026 dengan nomor artikel 102103.

Sistem yang dikembangkan menggunakan sensor untuk membaca kandungan unsur hara utama pada pupuk, yaitu nitrogen (N), fosfor (P), dan kalium (K). Data dari sensor kemudian dianalisis menggunakan kerangka keputusan berbobot kepercayaan. Secara sederhana, sistem ini tidak hanya memberikan hasil “sesuai” atau “tidak sesuai”, tetapi juga mempertimbangkan tingkat keyakinan dari setiap hasil pengukuran. Pendekatan ini penting karena pembacaan sensor di lapangan dapat dipengaruhi oleh variasi sampel, pengenceran, dan kondisi pengukuran.

Dalam penelitian ini, pupuk diuji dalam beberapa kategori, yaitu pupuk asli, pupuk tercampur atau terindikasi tidak murni, serta pupuk yang tidak sesuai spesifikasi. Hasil pengujian menunjukkan bahwa sistem mampu melakukan klasifikasi kualitas pupuk dengan akurasi 94,87%, lebih tinggi dibandingkan metode ambang batas konvensional sebesar 92,31%. Sistem ini juga mampu menjaga konsistensi hasil pada berbagai tingkat pengenceran sampel, sehingga lebih sesuai untuk penggunaan praktis di lapangan.

Kolaborasi dan Dukungan:

Penelitian ini terlaksana melalui kolaborasi antara Smart Agriculture Research Center, Departemen Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Gadjah Mada; Department of Agribusiness, Faculty of Agriculture, Darwan Ali University; Wilmar International Plantation Region Kalimantan Tengah; serta Department of Agro-Environmental Sciences, Faculty of Agriculture, Kyushu University, Jepang.

Kolaborasi ini mempertemukan keahlian dalam bidang pertanian presisi, sistem sensor, analisis hara makro, sistem tertanam, serta kebutuhan implementasi teknologi pada skala perkebunan dan pertanian komersial. Melalui kolaborasi tersebut, penelitian ini tidak hanya berfokus pada pengembangan perangkat dan metode analisis, tetapi juga diarahkan agar dapat menjawab kebutuhan nyata di lapangan, terutama dalam pemeriksaan kualitas pupuk sebelum diaplikasikan ke lahan.

Penelitian ini mendapatkan dukungan pendanaan dari Direktorat Penelitian dan Pengabdian kepada Masyarakat, Universitas Gadjah Mada melalui Academic of Excellence Program B No. 684/UN1.P/KPT/HUKOR/2025. Penelitian ini juga didukung oleh 2025 Innovation Development Grant Program melalui proyek Promoting Research and Innovation through Modern and Efficient Science and Technology Parks (PRIMESTeP), yang dikelola oleh Direktorat Penelitian dan Pengembangan, Kementerian Pendidikan Tinggi, Sains, dan Teknologi Republik Indonesia. Tim peneliti juga menyampaikan apresiasi kepada Working Group Food Security (WG.FS 1.2) Precision Agriculture and Smart Farming, PUAPT Universitas Gadjah Mada, atas dukungan fasilitas penelitian, serta kepada Smart Agriculture Research Center, Departemen Teknik Pertanian dan Biosistem, Fakultas Teknologi Pertanian, Universitas Gadjah Mada, atas dukungan teknis dan kelembagaan dalam pelaksanaan riset ini.

Manfaat dan Dampak:

Penelitian ini memberikan kontribusi penting dalam pengembangan sistem pertanian cerdas, khususnya untuk mendukung pemeriksaan kualitas pupuk sebelum diaplikasikan ke lahan. Dengan sistem ini, petani, pengelola kebun, maupun pelaku usaha pertanian dapat memperoleh informasi awal mengenai kualitas pupuk secara lebih cepat, mudah, dan efisien.

Keunggulan utama sistem ini adalah kemampuannya untuk digunakan secara langsung di lapangan tanpa selalu bergantung pada proses laboratorium. Sistem ini juga dirancang agar ringan secara komputasi, sehingga berpotensi diintegrasikan dengan perangkat tertanam, sistem Internet of Things (IoT), maupun platform pertanian presisi lainnya.

Teknologi ini dapat membantu mengurangi risiko penggunaan pupuk yang tidak sesuai spesifikasi, baik karena kandungan hara yang tidak tepat, kualitas yang menurun, maupun indikasi pencampuran yang tidak diinginkan. Dengan adanya pemeriksaan awal sebelum pupuk digunakan, pengambilan keputusan pemupukan dapat dilakukan secara lebih hati-hati, transparan, dan berbasis data.

Dari sisi Sustainable Development Goals (SDGs), penelitian ini mendukung SDG 2: Zero Hunger karena berkontribusi pada peningkatan efisiensi dan keandalan input pertanian untuk mendukung produktivitas tanaman. Sistem ini juga sejalan dengan SDG 9: Industry, Innovation, and Infrastructure melalui pengembangan inovasi sensor, perangkat tertanam, dan sistem keputusan cerdas untuk pertanian. Selain itu, pemeriksaan kualitas pupuk sebelum aplikasi mendukung SDG 12: Responsible Consumption and Production, karena dapat membantu mengurangi pemborosan pupuk dan penggunaan input yang tidak sesuai. Dalam jangka panjang, teknologi ini juga berkontribusi pada SDG 13: Climate Action, terutama melalui dukungan terhadap praktik pemupukan yang lebih efisien, terukur, dan berpotensi mengurangi beban lingkungan akibat penggunaan pupuk yang tidak tepat.

Ke depan, teknologi ini berpotensi mendukung pengelolaan pupuk yang lebih transparan, mengurangi risiko penggunaan pupuk yang tidak sesuai spesifikasi, serta membantu meningkatkan efisiensi biaya dan keberlanjutan produksi pertanian. Integrasi lebih lanjut dengan platform digital, sistem pelaporan, dan basis data pertanian presisi dapat memperkuat peran teknologi ini sebagai alat bantu pengambilan keputusan di tingkat petani, perkebunan, maupun industri pertanian.

Publikasi lengkap penelitian ini dapat diakses melalui tautan DOI berikut:
https://doi.org/10.1016/j.atech.2026.102103

Kontak:
Andri Prima Nugroho, Ph.D.
andrew@ugm.ac.id