Peningkatan Literasi Kelompok Petani Kopi dalam Identifikasi Penyakit Daun Kopi melalui Penerapan Teknologi Deep Learning

Abstract

Kopi merupakan salah satu komoditas unggulan daerah Pagaralam, namun produktivitasnya dapat menurun akibat serangan penyakit pada daun yang tidak teridentifikasi sejak awal. Permasalahan yang sering dihadapi petani adalah keterbatasan pengetahuan dalam membedakan gejala penyakit daun kopi, seperti perubahan warna, bercak, kerusakan jaringan daun, maupun tanda visual lain yang menunjukkan adanya gangguan pada tanaman. Oleh karena itu, kegiatan ini bertujuan untuk memberikan edukasi dan pendampingan kepada petani agar mampu mengenali penyakit daun kopi secara lebih cepat, tepat, dan sistematis. Metode pelaksanaan kegiatan meliputi observasi kebutuhan petani, penyampaian materi mengenai jenis-jenis penyakit pada daun kopi, pengenalan ciri visual daun kopi yang sehat dan terserang penyakit, serta sosialisasi pemanfaatan teknologi kecerdasan buatan berbasis CNN. Selain itu, dilakukan demonstrasi sederhana mengenai cara kerja sistem deteksi penyakit daun kopi menggunakan citra atau gambar daun. Petani diberikan pemahaman bahwa teknologi CNN dapat membantu proses klasifikasi citra daun kopi berdasarkan pola, warna, tekstur, dan bentuk gejala penyakit. Hasil dari kegiatan ini diharapkan dapat meningkatkan literasi petani terhadap pentingnya deteksi dini penyakit tanaman kopi serta memperkenalkan teknologi digital sebagai alat bantu dalam pengambilan keputusan di bidang pertanian. Dengan adanya edukasi ini, petani kopi Pagaralam diharapkan lebih tanggap dalam melakukan pengamatan kondisi tanaman, mampu melakukan tindakan penanganan lebih awal, serta terbuka terhadap pemanfaatan teknologi kecerdasan buatan untuk mendukung peningkatan produktivitas dan kualitas hasil kopi.