BISNISBANTEN.COM — Pertanian kini tidak lagi identik hanya dengan cangkul, tanah, dan aktivitas budidaya konvensional. Di era digital, pertumbuhan tanaman dapat diamati melalui data, divisualisasikan dalam bentuk grafik, dianalisis untuk menemukan pola, bahkan diprediksi menggunakan teknologi Artificial Intelligence (AI).

Pengalaman tersebut diperoleh 46 siswa SMK YP Fatahillah 2 Cilegon melalui kegiatan Young AgroTech 1.0 – Data & AI Literacy yang diselenggarakan oleh dosen dan mahasiswa Program Studi Sistem Informasi Universitas Pamulang Kampus Kota Serang.

Berbeda dari seminar teknologi pada umumnya, kegiatan ini tidak menempatkan siswa hanya sebagai pendengar. Sejak awal, peserta diajak berpikir melalui pertanyaan sederhana:

“Jika kita ingin mengetahui faktor apa yang berkaitan dengan pertumbuhan tanaman, data apa saja yang perlu kita miliki?”

Pertanyaan tersebut menjadi pintu masuk bagi siswa untuk memahami hubungan antara masalah, data, analisis, Artificial Intelligence, interpretasi, dan pengambilan keputusan.

Ketua Pelaksana PkM sekaligus pemateri, Widyawati, S.Kom., ST., M.Kom., menjelaskan bahwa kegiatan ini tidak ditujukan untuk membuat siswa langsung mempelajari algoritma AI yang kompleks, tetapi membangun pemahaman dasar mengenai bagaimana AI bekerja.

“Yang ingin kami bangun terlebih dahulu adalah cara berpikirnya. Siswa perlu memahami bahwa AI bekerja dengan data. Jika data yang digunakan tidak tepat atau tidak cukup, hasil analisis dan prediksi juga dapat keliru. Karena itu, AI perlu digunakan sebagai alat bantu dalam berpikir dan mengambil keputusan, bukan sesuatu yang dipercaya seratus persen,” ujar Widyawati.

Belajar Smart Farming dari Data Sederhana

Melalui konsep Young AgroTech, siswa diperkenalkan pada dunia smart farming dan transformasi digital pertanian melalui pendekatan yang sederhana, aplikatif, dan dekat dengan kehidupan sekolah.

Peserta dibagi ke dalam beberapa kelompok untuk mengerjakan mini project dengan beberapa tema, antara lain Smart School Garden, Green School, School Food & Agro, Local Agro Data, serta Image-Based AI.

Salah satu mini project yang menjadi contoh utama adalah Smart School Garden.

Dalam simulasi tersebut, siswa bekerja menggunakan dataset pertumbuhan tanaman yang berisi beberapa variabel, seperti hari pengamatan, tinggi tanaman, jumlah daun, jumlah air atau volume penyiraman, suhu, dan kelembapan.

Siswa kemudian diajak membaca data, melakukan pengecekan sederhana, serta membuat visualisasi dalam bentuk grafik untuk melihat perubahan tanaman dari hari ke hari.

Dari grafik tersebut, peserta mulai mengamati berbagai pola. Mereka melihat bagaimana tinggi tanaman berubah, bagaimana jumlah daun bertambah, serta bagaimana kondisi air, suhu, dan kelembapan tercatat selama periode pengamatan.

Kegiatan ini membuat siswa memahami bahwa sebuah tabel angka yang awalnya terlihat sederhana sebenarnya dapat memberikan informasi ketika diolah dan divisualisasikan dengan benar.

Dari Grafik Menuju Artificial Intelligence

Setelah memahami pola dasar data, siswa diperkenalkan dengan penggunaan analitik dan model AI sederhana melalui template yang telah disiapkan oleh tim Universitas Pamulang.

Model digunakan untuk membantu membaca pola dan memberikan prediksi sederhana terhadap pertumbuhan tanaman berdasarkan data yang tersedia.

Namun, ketika AI menghasilkan sebuah prediksi, peserta justru tidak langsung diminta mempercayainya.

Fasilitator memberikan pertanyaan:

“Jika AI memprediksi tinggi tanaman pada hari berikutnya, apakah hasil tersebut pasti benar?”

Pertanyaan tersebut menjadi bagian penting dalam diskusi.

Siswa mulai mempertimbangkan bahwa pertumbuhan tanaman tidak hanya dipengaruhi oleh variabel yang terdapat dalam dataset. Masih ada berbagai faktor lain, seperti jenis tanaman, pupuk, media tanam, intensitas cahaya, cuaca, hama, kualitas pengukuran, hingga jumlah data yang tersedia.

Dari sinilah peserta mulai memahami bahwa AI memiliki keterbatasan.

Mengenalkan Responsible AI sejak Dini

Konsep Responsible AI menjadi salah satu bagian penting dalam Young AgroTech 1.0.

Siswa diajak memahami bahwa hasil yang diberikan oleh AI tidak boleh diterima begitu saja. Keluaran AI perlu diperiksa, dibandingkan dengan kondisi sebenarnya, serta digunakan bersama pertimbangan manusia.

Peserta juga diperkenalkan dengan pemahaman bahwa pola atau korelasi pada data belum tentu menunjukkan hubungan sebab-akibat.

Sebagai contoh, apabila jumlah air meningkat bersamaan dengan bertambahnya tinggi tanaman, siswa tidak boleh langsung menyimpulkan bahwa jumlah air merupakan satu-satunya penyebab pertumbuhan tersebut.

Melalui latihan sederhana ini, siswa belajar bahwa penggunaan AI bukan hanya persoalan teknologi, tetapi juga berkaitan dengan kemampuan berpikir kritis, interpretasi, dan tanggung jawab dalam mengambil keputusan.

Menjadi Young AgroTech Innovator

Setelah melakukan praktik, setiap kelompok menyusun hasil mini project menggunakan alur sederhana:

Masalah → Data → Grafik → Analisis/AI → Temuan → Keterbatasan → Rekomendasi

Melalui alur tersebut, siswa tidak hanya diminta menghasilkan grafik atau angka prediksi. Mereka juga harus mampu menjelaskan apa arti hasil tersebut, apa keterbatasannya, dan keputusan apa yang dapat direkomendasikan berdasarkan data yang tersedia.

Hasil pekerjaan kelompok kemudian dipresentasikan dalam sesi Young AgroTech Project Showcase.

Dalam sesi tersebut, peserta memaparkan permasalahan yang dianalisis, data yang digunakan, hasil visualisasi, hasil analitik atau AI, interpretasi, keterbatasan, serta rekomendasi yang mereka susun.

Aktivitas ini dirancang agar siswa tidak hanya menjadi pengguna teknologi, tetapi mulai berperan sebagai Young AgroTech Innovator yang mampu menghubungkan teknologi dengan penyelesaian permasalahan nyata.

Dari Pengguna Teknologi Menjadi Pemikir Berbasis Data

Kegiatan ditutup dengan post-test dan refleksi untuk mengetahui perkembangan pemahaman peserta setelah mengikuti rangkaian pembelajaran.

Melalui Young AgroTech 1.0, siswa diharapkan mulai melihat teknologi dari perspektif yang berbeda. Mereka tidak hanya menggunakan aplikasi digital, tetapi mulai memahami bahwa teknologi dapat digunakan untuk mengumpulkan data, membaca pola, membantu membuat prediksi, dan mendukung pengambilan keputusan.

Kegiatan ini sekaligus diharapkan dapat meningkatkan literasi data, literasi Artificial Intelligence, kemampuan berpikir kritis, kreativitas, problem solving, kolaborasi, serta computational thinking siswa.

Menuju Young AgroTech 2.0

Young AgroTech 1.0 menjadi bagian dari upaya Universitas Pamulang dalam memperkenalkan teknologi masa depan kepada generasi muda sekaligus membangun kepedulian terhadap sektor pertanian dan lingkungan.

Program ini direncanakan dapat dikembangkan pada tahap berikutnya melalui Young AgroTech 2.0 – Smart School Garden & IoT.

Pada tahap tersebut, siswa dapat diperkenalkan dengan penggunaan sensor untuk memantau kondisi tanaman secara langsung, seperti suhu, kelembapan, dan kondisi lingkungan lainnya. Data dari sensor tersebut selanjutnya dapat digunakan untuk melakukan monitoring dan mendukung pengambilan keputusan yang lebih berbasis data.

Melalui kegiatan Pengabdian kepada Masyarakat ini, Universitas Pamulang terus memperkuat implementasi Tri Dharma Perguruan Tinggi sekaligus membangun kolaborasi dengan sekolah dalam mempersiapkan generasi muda yang adaptif terhadap perkembangan teknologi.

Dari ruang kelas di Cilegon, satu pesan sederhana diperkenalkan kepada para siswa:

“Pertanian masa depan bukan hanya tentang menanam. Pertanian masa depan juga tentang data, teknologi, inovasi, dan keputusan yang cerdas.”

Young AgroTech 1.0 — Smart Data, Smart Farming, Smart Future.