Keren! Aplikasi Karya Anak Bangsa Masuk Semifinal Microsoft Imagine Cup 2024
Jum'at, 19 April 2024 - 22:24 WIB
loading...
A
A
A
Baca Juga: Mahasiswa UIN Yogya Buat Aplikasi Pertanian Digital Smartfarming Hidroponik
Memanfaatkan layanan seperti Azure Machine Learning dan Azure OpenAI Service, kapabilitas AI generatif di Agrimate memungkinkan petani untuk memperkirakan kesesuaian jenis lahan dengan komoditas yang ditanam, mendeteksi penyakit tanaman secara dini, dan merekomendasikan teknik pertanian yang presisi, secara sederhana. Petani cukup menggungah foto komoditas atau memasukkan data komoditas mereka ke fitur Agrimate yang sesuai, dan Agrimate akan segera merespons.
Kemampuan ini dimungkinkan melalui pemanfaatan data lahan petani yang diperoleh aplikasi Agrimate dari perangkat IoT fisik, dengan didukung oleh berbagai solusi Microsoft Azure. Sejauh ini, integrasi tersebut memungkinkan fitur deteksi penyakit Agrimate mencapai tingkat akurasi 95,5% dan fitur prediksi harga pasar mencapai 90,2%. Untuk meningkatkan ketepatan fitur prediksi, tim Agricode pun melatih large language model Agrimate menggunakan data dari pemerintah yang tersedia untuk publik, dan data yang bersumber dari perusahaan data science terkemuka.
Baca Juga: Mahasiswa ITS Buat Aplikasi untuk Tingkatkan Kualitas Pertanian Garam
Solusi Agrimate telah berhasil diujicobakan pada dua komoditas utama, yaitu cabai dan bawang merah, di dua kecamatan yang berbeda di Garut, kota yang dikenal dengan panen raya bawang merahnya. Dari tahap validasi masalah awal hingga tahap pengujian dan pelatihan petani yang komprehensif, lebih dari 100 petani di kedua kecamatan tersebut telah merasakan manfaat langsung dari Agrimate. Ke depannya, Agricode berupaya untuk memperluas penggunanya secara inklusif dengan melibatkan lebih banyak komunitas petani yang sebelumnya masih belum tergapai.
Memanfaatkan layanan seperti Azure Machine Learning dan Azure OpenAI Service, kapabilitas AI generatif di Agrimate memungkinkan petani untuk memperkirakan kesesuaian jenis lahan dengan komoditas yang ditanam, mendeteksi penyakit tanaman secara dini, dan merekomendasikan teknik pertanian yang presisi, secara sederhana. Petani cukup menggungah foto komoditas atau memasukkan data komoditas mereka ke fitur Agrimate yang sesuai, dan Agrimate akan segera merespons.
Kemampuan ini dimungkinkan melalui pemanfaatan data lahan petani yang diperoleh aplikasi Agrimate dari perangkat IoT fisik, dengan didukung oleh berbagai solusi Microsoft Azure. Sejauh ini, integrasi tersebut memungkinkan fitur deteksi penyakit Agrimate mencapai tingkat akurasi 95,5% dan fitur prediksi harga pasar mencapai 90,2%. Untuk meningkatkan ketepatan fitur prediksi, tim Agricode pun melatih large language model Agrimate menggunakan data dari pemerintah yang tersedia untuk publik, dan data yang bersumber dari perusahaan data science terkemuka.
Baca Juga: Mahasiswa ITS Buat Aplikasi untuk Tingkatkan Kualitas Pertanian Garam
Solusi Agrimate telah berhasil diujicobakan pada dua komoditas utama, yaitu cabai dan bawang merah, di dua kecamatan yang berbeda di Garut, kota yang dikenal dengan panen raya bawang merahnya. Dari tahap validasi masalah awal hingga tahap pengujian dan pelatihan petani yang komprehensif, lebih dari 100 petani di kedua kecamatan tersebut telah merasakan manfaat langsung dari Agrimate. Ke depannya, Agricode berupaya untuk memperluas penggunanya secara inklusif dengan melibatkan lebih banyak komunitas petani yang sebelumnya masih belum tergapai.
Lihat Juga :
