elektrika - Elektrika - Vol. 16 Issue. 2 (2024)

DRONE SEMPROT UNTUK DETEKSI PENYAKIT BUSUK PANGKAL BATANG PADA TANAMAN KELAPA SAWIT

Keinanjung Ruswandi, Fionando Emir Satriadana, Bintang Aprilio Putra, Kenzi Dewandaru, Muhammad Fakhri Firdaus, Muhammad Raihan Afarel Nadji Baraba, Muhamad Reza Zulva Pohan, Nourma Ayuadika, Nur Ilham Febriansyah, Inna Novianty, Lathifunnisa Fathona,

Abstract

Drone Spray for Base Rot Disease Detection in Oil Palm Plants aims to increase the effectiveness of disease detection and control using drone technology. Stem base rot disease, caused by the fungus Ganoderma boninense, threatens oil palm productivity in Indonesia. Drone technology with near-infrared (NIR) sensors and image processing is used to detect early signs of the disease, enabling timely preventive action. A drone equipped with a Raspberry Pi camera and NoIR V2 pro-duces high-resolution images for NIR reflectance analysis. The research included field observations, expert interviews, and sensor data collection for evaluation of the effectiveness of this technology. Results show that the use of drones can in-crease disease detection efficiency by 85%, reduce operational costs, and minimize health risks for workers. This drone technology has great potential to improve the productivity and sustainability of the palm oil industry in Indonesia. This research recommends the adoption of drone technology in the agricultural sector to address plant disease challenges more efficiently and effectively.

Keywords: Disease, Drone, NIR, Oil Palm.

ABSTRAK

Drone Semprot untuk Deteksi Penyakit Busuk Pangkal Batang pada Tanaman Kelapa Sawit bertujuan meningkatkan efektivitas deteksi dan pengendalian penyakit menggunakan teknologi drone. Penyakit busuk pangkal batang, disebabkan oleh jamur Ganoderma boninense, mengancam produktivitas kelapa sawit di Indonesia. Teknologi drone dengan sensor inframerah dekat (NIR) dan image processing digunakan untuk mendeteksi tanda-tanda awal penyakit, memungkinkan tindakan preventif yang tepat waktu. Drone yang dilengkapi kamera Raspberry Pi dan NoIR V2 menghasilkan citra yang memiliki resolusi tinggi untuk analisis reflektansi NIR. Penelitian ini mencakup observasi lapangan, wawancara dengan pakar, dan pengumpulan data sensor untuk evaluasi efektivitas teknologi ini. Hasil menunjukkan bahwa penggunaan drone dapat meningkatkan efisiensi deteksi penyakit hingga 85%, mengurangi biaya operasional, dan meminimalkan risiko kesehatan bagi pekerja. Teknologi drone ini berpotensi besar dalam meningkatkan produktivitas dan keberlanjutan industri kelapa sawit di Indonesia. Penelitian ini merekomendasikan adopsi teknologi drone dalam sektor pertanian untuk mengatasi tantangan penyakit tanaman secara lebih efisien dan efektif.