Tanaman pun harus dibudidayakan dengan cerdas memakai AI, bukan? Berbagi informasi pengembangan sistem prediksi pertanian

Platform pertanian AI all-in-one Farm Life untuk petani Korea Selatan telah dirilis di Hugging Face (https://huggingface.co/spaces/VIDraft/farmlife).

Farm Life menyelesaikan tiga tantangan inti di lapangan pertanian dalam satu platform. Pengambilan keputusan budidaya, penentuan waktu pengiriman, dan respons dini terhadap hama serta penyakit — ketiganya diwujudkan sebagai mesin AI yang independen lalu diintegrasikan ke dalam satu antarmuka.

Yang pertama adalah konsultasi pakar tanaman berbasis AI. Chatbot khusus domain pertanian berbasis GPT memberikan jawaban instan dalam bahasa alami untuk metode budidaya per tanaman, strategi distribusi, hingga pengelolaan penyimpanan. Seperti "Tahun ini saya harus menanam pisang," mulai dari pemilihan musim tanam hingga pengelolaan pascapanen, panduan yang disesuaikan dengan komoditas, wilayah, dan waktu disediakan secara one-stop.

Yang kedua adalah mesin prediksi harga grosir. Big data harga grosir selama 40 tahun yang terakumulasi sejak 1996 diproses secara paralel menggunakan 14 model deret waktu seperti SARIMAX, Holt-Winters, dan Prophet. Suhu dan curah hujan dari Badan Meteorologi Korea serta kurs USD/KRW dimasukkan sebagai variabel eksogen untuk mengoreksi bahkan komoditas yang volatil, dan backtest dengan data aktual tahun 2025 telah selesai dilakukan. "Harga wortel akan naik 90% bulan depan?" — karena akurasi dan peringkat tiap model ditampilkan bersama, dasar prediksinya dapat diperiksa langsung.

Yang ketiga adalah diagnosis hama dan penyakit secara instan. Dengan mengunggah satu foto tanaman, sistem langsung mengidentifikasi hama atau penyakit berdasarkan basis data standar nasional NCPMS, lalu memandu langkah demi langkah mengenai pestisida yang terdaftar, metode pengendalian ramah lingkungan, dan tindakan pencegahan penyebaran. "Cabai saya harus tetap sehat~" — hasil diagnosis dan manual penanganan bisa diterima segera setelah pemotretan.
Stack teknologinya adalah aplikasi web berbasis Streamlit yang berjalan di atas Hugging Face Spaces, dan mengintegrasikan statsmodels, scikit-learn, KAMIS API, serta API Badan Meteorologi Korea dalam lingkungan Python 3.13. Hasil prediksi bersifat referensi, dan model akan terus ditingkatkan.