Deteksi Dini Hama Jagung Berbasis Cloud Menggunakan CNN sebagai Strategi Pemberdayaan Petani di Kabupaten Gowa

Authors

  • Nur Salman Universitas Dipa Makassar
  • Annah Universitas Dipa Makassar
  • Kafrawi Politeknik Pertanian Pangkajene Kepulauan
  • Michael Oktavianus Universitas Dipa Makassar
  • ST Aminah Dinayati Universitas Dipa Makassar
  • Abdul Ibrahim Universitas Dipa Makassar

DOI:

https://doi.org/10.58794/jdt.v6i1.1885

Keywords:

Pengabdian Kepada Masyarakat, Jagung, Deteksi Hama, Teknologi Berbasis Cloud, Literasi Digital, Pertanian Berkelanjutan

Abstract

Program Pengabdian kepada Masyarakat (PKM) ini dilaksanakan di Desa Garing, Kecamatan Tompobulu, Kabupaten Gowa, dengan tujuan memberdayakan petani jagung melalui pemanfaatan teknologi digital berbasis cloud untuk deteksi dini hama tanaman jagung. Permasalahan utama mitra adalah rendahnya produktivitas jagung akibat serangan hama ulat grayak serta keterbatasan pengetahuan dan literasi digital petani dalam melakukan deteksi dan pengendalian hama secara efektif. Kegiatan PKM dilaksanakan menggunakan pendekatan partisipatif (Participatory Rural Appraisal) melalui tahapan sosialisasi, pelatihan, penerapan teknologi, pendampingan, dan evaluasi. Solusi yang diterapkan berupa aplikasi deteksi dini hama berbasis Convolutional Neural Network (CNN) yang mampu mengidentifikasi gejala serangan hama melalui citra daun serta memberikan rekomendasi penanganan secara real-time. Berdasarkan hasil evaluasi, terjadi peningkatan kapasitas petani, di mana 80% anggota Kelompok Tani Sumber Jaya Satu mampu mengoperasikan aplikasi dan melakukan pencatatan usaha tani secara mandiri. Selain itu, produktivitas jagung meningkat hingga 20% dan penggunaan pestisida kimia menurun sebesar 30%. Hasil ini menunjukkan bahwa program PKM efektif dalam meningkatkan literasi digital, produktivitas pertanian, dan penerapan praktik pertanian berkelanjutan di Desa Garing.

References

R. Aldillah, “Strategi pengembangan agribisnis jagung di Indonesia,” Anal. Kebijak. Pertan., vol. 15, no. 1, pp. 43–66, 2017.

B. S. I. Pertanian and Balai Penerapan Standar Instrumen Pertanian Jawa Timur, “Budidaya Jagung dengan Sistem Tanam,” 2024.

M. Zhang, C. Liu, Z. Li, and B. Yin, “From Convolutional Networks to Vision Transformers: Evolution of Deep Learning in Agricultural Pest and Disease Identification,” Agronomy, vol. 15, no. 5, p. 1079, 2025.

K. F. Lermating, G. W. Megandhi, and L. B. Yenny, “Manajemen Pemasaran Strategi Pemasaran Agribisnis,” 2023.

R. Malotiya, S. Setha, S. S. Dhillon, and J. Padmanabhan, “Exploring the conceptual understanding of digital literacy: A framework for promoting digital literacy in the digital era,” Humanit. Soc. Sci. Stud., vol. 12, no. 2, pp. 65–74, 2023.

M. Lihawa et al., “Pengembangan Aplikasi Sistem Pakar Deteksi Dini Hama Dan Penyakit Tanaman Jagung,” J. Penelit. Pertan. Terap., vol. 24, no. 1, pp. 58–66, 2024.

J. Sulehan, A. B. D. H. Awang, and O. N. G. P. LIU, “Participatory Rural Appraisal (PRA): An Analysis of Experience in Darmareja Village, Sukabumi District, West Java, Indonesia,” Akademika, vol. 82, no. 1, pp. 15–19, 2012.

I. Wirabowo and I. Susilawati, “Implementasi Convolution Neural Network (CNN) untuk Deteksi Penyakit pada Daun Jagung Berbasis Citra Digital,” J. Pustaka Data (Pusat Akses Kaji. Database, Anal. Teknol. dan Arsit. Komputer), vol. 5, no. 1, pp. 233–241, 2025.

Downloads

Published

2026-01-23

Issue

Section

Articles