Berbeda dari sistem berbasis citra konvensional, MST-DA tidak hanya menganalisis gambar tanaman, tetapi juga mengolah data lingkungan yang diperoleh melalui sensor IoT, seperti suhu udara, kelembapan relatif, intensitas cahaya, pH air, hingga kelembapan media tanam. Integrasi berbagai sumber data tersebut memungkinkan AI memahami hubungan antara kondisi fisiologis tanaman dan perubahan lingkungan secara lebih presisi.
Riki menilai penerapan AI pada sistem vertical farming membuka peluang produksi padi sepanjang tahun tanpa bergantung pada musim. Teknologi tersebut juga berpotensi meningkatkan efisiensi penggunaan air dan energi, mengurangi risiko gagal panen akibat perubahan iklim, serta mengoptimalkan produktivitas pada lahan terbatas.
Selain itu, penelitian ini membuka peluang pengembangan functional rice atau beras dengan karakteristik nutrisi tertentu melalui pengendalian lingkungan tumbuh secara presisi. Dengan dukungan AI dan sistem monitoring berbasis IoT, produksi beras rendah indeks glikemik, beras kaya antioksidan, hingga beras premium untuk kebutuhan kesehatan dinilai semakin memungkinkan.
Secara akademik, penelitian tersebut turut memperkaya pengembangan metode AI adaptif melalui framework MST-DA untuk klasifikasi fase fenologi padi, integrasi pembelajaran multimodal berbasis citra dan sensor, serta penerapan metode adaptasi lintas domain pada sistem pertanian cerdas.
Tak hanya di sektor pertanian, Riki mengatakan konsep multimodal learning dan domain adaptation yang dikembangkannya juga berpotensi diterapkan pada sektor ketenagalistrikan dan energi baru terbarukan, mulai dari prediksi pembangkitan energi surya dan angin, pemantauan kesehatan aset kelistrikan berbasis sensor IoT, pengembangan smart grid, hingga sistem predictive maintenance pembangkit listrik.
“Konsep adaptasi lintas domain yang kami kembangkan bersifat general-purpose. Arsitektur MST-DA tidak hanya relevan untuk pertanian presisi, tetapi juga berpotensi diterapkan pada sistem tenaga listrik modern, smart grid, pemantauan pembangkit energi terbarukan, hingga predictive maintenance berbasis Artificial Intelligence,” kata Riki.
Ia berharap hasil penelitian tersebut dapat menjadi fondasi pengembangan sistem cerdas nasional berbasis AI yang mampu mendukung ketahanan pangan, transformasi digital sektor energi, serta pembangunan berkelanjutan di Indonesia. Setiap program inovasi ITPLN bisa diakses melalui www.itpln.ac.id.
“Melalui pengembangan AI yang adaptif, kami berharap teknologi ini tidak hanya memberikan kontribusi bagi kemajuan ilmu pengetahuan, tetapi juga menjadi solusi nyata untuk mendukung ketahanan pangan, transformasi energi, dan pembangunan berkelanjutan di Indonesia,” tutup Riki. (sam)






