Pemantauan Kesehatan Nanas dengan UAV: Studi Kasus Pertanian Presisi

1.1 Latar Belakang
Sektor pertanian di Indonesia merupakan salah satu sektor strategis yang berperan
penting dalam mendukung ketahanan pangan nasional, penyediaan lapangan kerja, serta
peningkatan perekonomian masyarakat. Seiring dengan perkembangan teknologi dan
meningkatnya kebutuhan produksi pertanian yang efisien, konsep pertanian presisi
(precision agriculture) mulai banyak diterapkan pada berbagai perusahaan agribisnis
modern di Indonesia. Pertanian presisi merupakan pendekatan pengelolaan pertanian
berbasis teknologi yang memanfaatkan data spasial, sensor, dan sistem informasi untuk
meningkatkan produktivitas tanaman secara efektif dan efisien. Salah satu teknologi yang
berkembang pesat dalam pertanian presisi adalah penggunaan Unmanned Aerial Vehicle
(UAV) atau drone.
Teknologi UAV saat ini telah menjadi salah satu inovasi penting dalam kegiatan monitoring
lahan pertanian karena mampu menghasilkan data spasial dengan resolusi tinggi, waktu
akuisisi yang cepat, serta biaya operasional yang lebih efisien dibandingkan metode
konvensional. Menurut penelitian yang dilakukan oleh Sutanto dkk. (2015), penggunaan
UAV dalam pertanian presisi memiliki kemampuan menghasilkan citra orthophoto dan
model permukaan lahan dengan ketelitian tinggi sehingga sangat mendukung kegiatan
monitoring vegetasi, kesehatan tanaman, dan evaluasi kondisi lahan pertanian. Selain itu,
UAV juga dinilai efektif untuk meningkatkan efisiensi pemantauan area pertanian berskala
luas.
Pemanfaatan UAV dalam bidang pertanian semakin berkembang karena teknologi ini
mampu mendeteksi kondisi kesehatan tanaman secara cepat melalui analisis citra digital
dan indeks vegetasi. Berdasarkan penelitian Nina (2023), drone sebagai media
penginderaan jauh dapat digunakan untuk memantau kesehatan tanaman melalui citra
RGB maupun multispektral yang mampu memberikan informasi mengenai kondisi nutrisi,
tingkat pertumbuhan tanaman, serta indikasi serangan hama dan penyakit. Teknologi ini
memungkinkan proses monitoring dilakukan secara lebih akurat dan efisien dibandingkan
pengamatan manual.
Dalam kegiatan perkebunan modern, monitoring kesehatan tanaman menjadi salah satu
aspek penting untuk menjaga produktivitas dan kualitas hasil panen. Tanaman yang
mengalami stres, kekurangan nutrisi, ataupun serangan penyakit dapat mengalami
penurunan produktivitas apabila tidak terdeteksi sejak dini. Oleh karena itu, penggunaan
UAV dalam monitoring kesehatan tanaman menjadi solusi yang efektif karena mampu
melakukan identifikasi kondisi tanaman secara berkala dengan cakupan area yang luas.
Salah satu perusahaan agribisnis yang menerapkan teknologi pertanian presisi di
terbesar di Indonesia yang bergerak di bidang pengolahan hasil pertanian, khususnya
komoditas nanas. Dalam kegiatan operasionalnya, perusahaan menerapkan berbagai
teknologi modern untuk meningkatkan efisiensi produksi dan pengelolaan lahan
perkebunan. Salah satu penerapan teknologi tersebut dilakukan melalui Divisi Precision
Agriculture yang memanfaatkan UAV untuk monitoring kondisi tanaman nanas.
Penelitian yang dilakukan oleh Andika dan Suntari (2021) di PT Great Giant Pineapple
Lampung menunjukkan bahwa pemanfaatan UAV dalam monitoring tanaman nanas
mampu digunakan untuk mengestimasi kandungan unsur fosfor melalui analisis indeks
vegetasi seperti GNDVI (Green Normalized Difference Vegetation Index). Penelitian
tersebut menunjukkan bahwa penggunaan citra UAV sangat membantu dalam identifikasi
kondisi kesehatan tanaman nanas secara spasial dan lebih efisien pada area perkebunan
yang luas.
Selain itu, perkembangan teknologi UAV juga mendukung penerapan sistem pertanian
berkelanjutan karena dapat membantu perusahaan dalam melakukan pengelolaan lahan
secara lebih tepat sasaran. Berdasarkan penelitian Parwito dkk. (2025), teknologi drone
yang dilengkapi sensor multispektral dan pengolahan data berbasis indeks vegetasi seperti
NDVI dan NDRE mampu mendeteksi stres tanaman, kekurangan nutrisi, serta serangan
hama dan penyakit pada tahap awal dengan tingkat akurasi yang tinggi. Hal ini
menunjukkan bahwa UAV memiliki peran penting dalam mendukung pengambilan
keputusan pada sistem pertanian modern.
Precision Agriculture menjadi salah satu
kesempatan untuk memahami secara langsung penerapan teknologi penginderaan jauh
dan UAV dalam dunia industri pertanian. Melalui kegiatan monitoring dan identifikasi
kesehatan tanaman nanas berbasis citra UAV, mahasiswa dapat mempelajari proses
akuisisi data citra udara, pengolahan data spasial, interpretasi kondisi tanaman, hingga
pemanfaatan hasil analisis untuk mendukung pengelolaan perkebunan secara efektif.
Oleh karena itu, kegiatan kerja praktik dengan judul “Kerja Praktik PT Great Giant Foods
Lampung Tengah (Kegiatan: Monitoring dan Identifikasi Kesehatan Tanaman Nanas
Berbasis Citra Unmanned Aerial Vehicle (UAV) di Divisi Precision Agriculture)”
dilakukan untuk memahami penerapan teknologi UAV dalam monitoring kesehatan
tanaman nanas serta mengetahui peran teknologi penginderaan jauh dalam mendukung
sistem pertanian presisi pada perusahaan agribisnis modern.
Referensi Jurnal dan Link Download
1. Sutanto, A., dkk. (2015). The Potential of UAV-based Remote Sensing for
Supporting Precision Agriculture in Indonesia. Procedia Environmental Sciences,
24, 245–253. Link jurnal:
https://www.sciencedirect.com/science/article/pii/S1878029615001000
2. Nina, A. (2023). Efektifitas Drone Sebagai Media Penginderaan Jauh untuk
Pemantauan Kesehatan Tanaman. Jurnal Technopreneur (JTech), 11(2), 50–55.
Link jurnal: https://jurnal.poligon.ac.id/index.php/jtech/article/view/1186
3. Andika, R., & Suntari, R. (2021). Estimasi Kandungan Fosfor Pada Tanaman Nanas
Menggunakan Unmanned Aerial Vehicle (UAV) di PT Great Giant Pineapple,
Lampung. Jurnal Tanah dan Sumberdaya Lahan, 8(2), 489–497. Link jurnal:
https://jtsl.ub.ac.id/index.php/jtsl/article/view/448
4. Parwito, P., Daulay, L. D., Sumartono, E., Bustamam, H., & Arifin, I. (2025).
Tinjauan Teoretis Pemanfaatan Teknologi Drone Dalam Pemantauan Kesehatan
Tanaman Pada Pertanian Presisi. SINTA Journal (Science, Technology, and
Agricultural), 6(2), 401–414. Link jurnal:
https://journal.pdmbengkulu.org/index.php/sinta/article/view/1876
5. Saputra, D. M., Hermawan, E., & Agustian, S. (2023). Klasifikasi Kesehatan Pada
Tanaman Padi Menggunakan Citra UAV dengan Metode Convolutional Neural
Networks (CNN). Jurnal Ilmiah Teknologi Informasi Terapan, 9(3). Link jurnal:
https://journal.widyatama.ac.id/index.php/jitter/article/view/1044
Daftar Pustaka
Andika, R., & Suntari, R. 2021. Estimasi Kandungan Fosfor Pada Tanaman Nanas
Menggunakan Unmanned Aerial Vehicle (UAV) di PT Great Giant Pineapple, Lampung.
Jurnal Tanah dan Sumberdaya Lahan, 8(2), 489–497.
Nina, A. 2023. Efektifitas Drone Sebagai Media Penginderaan Jauh untuk Pemantauan
Kesehatan Tanaman. Jurnal Technopreneur (JTech), 11(2), 50–55.
Parwito, P., Daulay, L. D., Sumartono, E., Bustamam, H., & Arifin, I. 2025. Tinjauan
Teoretis Pemanfaatan Teknologi Drone Dalam Pemantauan Kesehatan Tanaman Pada
Pertanian Presisi. SINTA Journal (Science, Technology, and Agricultural), 6(2), 401–414.
Saputra, D. M., Hermawan, E., & Agustian, S. 2023. Klasifikasi Kesehatan Pada Tanaman
Padi Menggunakan Citra UAV dengan Metode Convolutional Neural Networks (CNN).
Jurnal Ilmiah Teknologi Informasi Terapan, 9(3).
Sutanto, A., dkk. 2015. The Potential of UAV-based Remote Sensing for Supporting
Precision Agriculture in Indonesia. Procedia Environmental Sciences, 24, 245–253.