Alat baru penyortir buah magga, lebih akurat dan lebih cepat. Cocok untuk produk hortikultura lain.
kamera atau webcam.
Trubus — Setya Permana Sutisna memanfaatkan webcam yang terhubung dengan komputer sebagai alat sortasi mangga Mangifera indica. Dosen Teknik Mesin, Universitas Ibnu Khaldun (UIKA), Bogor, Jawa Barat, itu memasang kamera pada kotak 30 cm x 40 cm x 40 cm yang dapat dilewati mangga. Di dalam kotak, kamera mengambil gambar lalu menganalisis dengan cepat di komputer sehingga terdeteksi ukuran dan bobot buah. Mangga yang terus berjalan kemudian menuju wadah terakhir sesuai dimensinya.
Itulah mesin sortasi berbasis citra karya Setya Permana Sutisna dan dan rekan di kampusnya. Peranti itu mungil dan tepat guna. Lazimnya mesin sortasi mangga berbasis mekanik dengan ukuran besar sehingga mahal. “Mesin sortasi berharga puluhan juta sehingga hanya perusahaan buah bermodal besar yang mampu membeli,” kata Setya. Biasanya mesin-mesin besar menyortir mangga secara mekanik yang prinsipnya seperti ayakan.
Kecerdasan buatan
Setya memanfaatkan gambar yang direkam webcam lalu menganalisis dengan teknologi kecerdasan buatan alias artificial intelligence (AI). “Setiap gambar terekam dalam bentuk piksel-piksel warna yang ukurannya tetap. Jumlah piksel warna itu berhubungan dengan luas permukaan mangga termasuk bobotnya,” kata Setya. Teknologi informasi dan komputer dewasa ini membuat waktu analisis sangat cepat sehingga semua berlangsung realtime.
Menurut Kepala Program Studi Teknologi Mekanisasi Pertanian (TMP) Politeknik Enjiniring Pertanian Indonesia (PEPI), Muharfiza, Ph.D., pemanfaatan analisis gambar alias citra menjadi tren pada teknologi pascapanen. Prinsipnya gambar dianalisis hubungannya dengan berbagai kualitas produk pertanian seiring berkembangnya teknologi kecerdasan buatan. “Prinsipnya saat ini sensor atau kamera dimanfaatkan menjadi detektor yang cepat,” kata doktor yang meneliti kualitas jeruk jepang dengan sensor itu.
Mesin itu belajar mengenali ukuran dan bobot mangga dengan kecerdasan buatan. Dalam uji coba, Setya memanfaatkan 2 boks mangga setara 100 kg, ukuran beragam karena petani tidak menyortir. “Bobot mangga ada yang kurang dari 200 g, tetapi juga ada yang lebih dari 350 g,” kata Setya. Master alumnus Institut Pertanian Bogor itu lantas membagi bobot mangga menjadi 3 kelas, kurang dari 200 g (kecil), 200—350 g (sedang), dan di atas 350 g (besar).
Angka itu menjadi patokan kecerdasan buatan membuat keputusan memisahkan mangga berdasarkan bobot. Menurut Setya lazimnya dari 100 kg mangga terdapat mangga besar sebanyak 20%, mangga sedang 60%, dan mangga kecil 20%. “Mangga besar memang lebih sedikit dibandingkan dengan mangga sedang, tetapi bila dijual terpisah, maka harga mangga besar dapat mencapai 50%,” kata Setya. Jika menerapkan sortasi itu pendapatan petani terdongkrak tanpa harus meningkatkan produksi.
Bebas subjektivitas
Sortasi sejak dari panen juga membuka peluang petani menjual setiap kelas ke pasar berbeda. Misal, mangga besar dan sedang ke pedagang besar, sementara mangga kecil ke pasar tradisional. Alat sortasi mangga berbasis citra itu dapat dikembangkan untuk produk hortikultura lain seperti jeruk, kentang, apel, atau pir. Prinsipnya mencari hubungan antara luas permukaan piksel dan dimensi ukuran atau bobot produk. Analisis citra juga berfaedah untuk mendeteksi tingkat kematangan dan kadar kemanisan buah.
Sebut saja misalnya melalui pengukuran tingkat kehijauan pada citra yang dihubungkan dengan kematangan. Di masa lalu pengukuran tingkat kemanisan hanya dapat dilakukan dengan penghancuran produk. Menurut Muharfiza berkembangnya alat sortir berbasis kecerdasan buatan sangat menguntungkan karena terbebas dari subjektivitas manusia. Demikian pula waktu sortasi menjadi lebih cepat. “Hasil sortasi tenaga manusia sering kali berbeda bila dilakukan oleh orang berbeda sehingga pembeli komplain,” kata Muharfiza.
Demikian pula mesin ala Setya dapat dirakit sendiri dengan komponen yang tersedia di pasaran seperti webcam dan komputer. Sementara boks pengambilan gambar dan karet berjalan dapat dirancang dan dibuat di bengkel sederhana. “Pekebun atau kelompok tani punya peluang besar menggunakannya. Alat itu dapat dibuat sendiri dengan biaya sekitar Rp20 juta,” kata Setya. Tentu angka itu lebih terjangkau dibandingkan dengan mesin sortasi besar yang harganya hingga ratusan juga rupiah.
Menurut Setya yang sedikit rumit menganalisis citra berbasis kecerdasan buatan. Namun, itu semua dapat diatasi seiring dengan bertambahnya generasi pekebun milenial yang melek teknologi yang mampu mengoperasikan komputer dan android. “Kampus sebagai tempat penyebarluasan inovasi dapat membantu memberi bimbingan sepanjang ada kemauan,” kata Setya. Terlebih di era digital komunikasi tak lagi dibatasi oleh jarak kebun produksi dengan kampus sebagai salah satu sumber inovasi. (Destika Cahyana)
