INDOPOSCO.ID – Dosen Institut Teknologi PLN (ITPLN), Abdul Haris, resmi meraih gelar doktor di Institut Pertanian Bogor (IPB) setelah berhasil mempertahankan disertasinya yang mengusung teknologi Artificial Intelligence (AI) untuk meningkatkan efisiensi pengelolaan air pertanian.
Menurutnya, dalam riset berjudul Model Hybrid Deep Learning untuk Estimasi Nilai Referensi Evapotranspirasi (ETo) pada Sistem Irigasi Cerdas Haris memadukan kecerdasan buatan dengan sistem irigasi berkelanjutan.
“Estimasi Evapotranspirasi (ETo) yang akurat sangat penting untuk menentukan kapan dan seberapa banyak air harus diberikan pada tanaman, agar tidak terjadi pemborosan atau kekurangan,” ujar Haris dalam keterangan pada Rabu (29/10/2025).
Ia mengatakan, ETo sendiri merupakan parameter utama dalam menentukan kebutuhan air tanaman, yang menggambarkan jumlah air hilang ke atmosfer akibat penguapan dan transpirasi.
“Meningkatnya kebutuhan air dan dampak perubahan iklim global menuntut hadirnya sistem irigasi yang lebih adaptif dan cerdas,” kata dia.
Selain itu, untuk menjawab tantangan itu, ia mengembangkan model Hybrid Convolutional Long Short-Term Memory (H-ConvLSTM) kombinasi dua pendekatan AI, yakni CNN (Convolutional Neural Network) dan LSTM (Long Short-Term Memory).
CNN digunakan untuk mengenali pola spasial dari data cuaca seperti suhu, kelembapan, dan radiasi matahari, sedangkan LSTM menganalisis pola temporal atau perubahan waktu.
“Kombinasi keduanya memungkinkan sistem memahami dinamika iklim yang kompleks dan menghasilkan estimasi kebutuhan air lebih akurat,” ucapnya.
Ia juga menjelaskan, kebaruan riset ini kata dia, terletak pada penerapan Decision Tree Pooling (DT-Pooling) yang menggantikan metode pooling konvensional.
“Dengan pendekatan berbasis information gain dan entropy, DT-Pooling mampu mempertahankan fitur penting tanpa kehilangan detail signifikan,” jelasnya.
Ia pun menuturkan, hasil uji menunjukkan model H-ConvLSTM dengan DT-Pooling memiliki performa paling unggul, mencatat nilai error terendah sebesar 0,1187 dan koefisien determinasi (R²) mencapai 0,8942, yang menandakan peningkatan akurasi signifikan.
Temuan ini membuka peluang besar dalam penerapan sistem irigasi cerdas di wilayah tropis seperti Indonesia.
“Dengan estimasi kebutuhan air yang lebih presisi, petani dapat menghemat air, meningkatkan efisiensi energi, dan memperkuat produktivitas lahan,” tuturnya.
Wakil Rektor I ITPLN, Prof. Syamsir Abduh, menyampaikan apresiasinya atas pencapaian tersebut.
Menurutnya, inovasinya di bidang kecerdasan buatan untuk pertanian cerdas sejalan dengan visi ITPLN dalam memperkuat kapasitas akademik dan penelitian berkelanjutan.
“Kami sangat bangga atas keberhasilan Dr. Abdul Haris yang menyelesaikan studi doktoralnya di IPB,” tukasnya
Ia menambahkan, prestasi tersebut menjadi inspirasi bagi sivitas akademika ITPLN untuk terus berkontribusi dalam pengembangan ilmu pengetahuan dan teknologi nasional.
Dengan keberhasilan ini, Dr. Abdul Haris tercatat sebagai doktor ke-61 di lingkungan ITPLN, sementara 59 dosen lainnya masih menempuh pendidikan S3, baik di dalam maupun luar negeri.
“ITPLN akan terus meningkatkan kualitas SDM agar mampu menjawab tantangan transisi energi dan teknologi ke depan,” pungkasnya. (fer)
