EVALUASI APLIKASI AI UNTUK ESTIMASI PRODUKTIVITAS PERTANIAN DI LAHAN SKALA KECIL: TINJAUAN LITERATUR KRITIS

Abstract

Pertanian skala kecil memegang peranan krusial dalam ketahanan pangan nasional, terutama di negara berkembang seperti Indonesia, namun masih dihadapkan pada keterbatasan sumber daya, akses teknologi, dan kerentanan terhadap perubahan iklim. Inovasi berbasis kecerdasan buatan (Artificial Intelligence/AI) menawarkan potensi signifikan untuk mengoptimalkan estimasi produktivitas, pengambilan keputusan berbasis data, serta efisiensi penggunaan input pertanian. Penelitian ini bertujuan mengevaluasi secara kritis literatur terkini terkait aplikasi AI dalam estimasi hasil pertanian di lahan skala kecil, dengan fokus pada dampak sosial-ekonomi terhadap komunitas petani. Melalui metode tinjauan literatur kritis terhadap tujuh artikel terpilih (2020–2025), ditemukan bahwa penerapan AI seperti algoritma CNN, LSTM, serta sistem berbasis IoT (Internet of Things) mampu meningkatkan akurasi prediksi panen hingga 98%, efisiensi penggunaan air hingga 30%, serta mendukung otomatisasi proses irigasi dan pemupukan. Di sisi lain, studi juga mengungkap tantangan serius berupa rendahnya literasi digital, keterbatasan infrastruktur, serta biaya implementasi yang tinggi, yang dapat memperdalam ketimpangan teknologi di sektor pertanian. Temuan ini menegaskan bahwa keberhasilan implementasi AI di lahan kecil tidak hanya bergantung pada efektivitas teknologinya, tetapi juga pada kesiapan sosial-ekonomi, dukungan kelembagaan, dan strategi inklusi digital. Penelitian ini merekomendasikan pendekatan kolaboratif antara pemerintah, penyedia teknologi, dan komunitas petani untuk menciptakan sistem pertanian berbasis AI yang berkelanjutan dan adil.

Kata Kunci: Kecerdasan Buatan (AI), Pertanian Skala Kecil, Estimasi Produktivitas