MataKita.co, Makassar – Tim Program Kreativitas Mahasiswa Riset Eksakta (PKM-RE) Universitas Hasanuddin (Unhas) mengembangkan metode seleksi padi mutan berbasis machine learning atau pembelajaran mesin. Inovasi ini bertujuan membantu peneliti mengidentifikasi kandidat padi yang berpotensi toleran terhadap cekaman lingkungan sekaligus memiliki kandungan amilosa tinggi.
Pengembangan metode tersebut menjadi bagian dari upaya pemanfaatan teknologi komputasi dalam penelitian pertanian. Melalui pendekatan berbasis data, proses seleksi tanaman diharapkan dapat dilakukan secara lebih terarah dengan mempertimbangkan berbagai karakteristik biologis.
Ketua Tim PKM-RE Unhas, Diva Aprilia Paputungan, menjelaskan bahwa pemanfaatan machine learning memungkinkan peneliti melakukan analisis terhadap sejumlah parameter tanaman, sehingga proses seleksi tidak hanya mengandalkan pengamatan visual.
“Melalui penelitian ini, kami mencoba memanfaatkan teknologi machine learning untuk membantu proses seleksi padi mutan agar tidak hanya bergantung pada pengamatan visual. Dengan pendekatan berbasis data, berbagai karakteristik tanaman dapat dianalisis untuk mengidentifikasi kandidat padi yang berpotensi toleran terhadap cekaman lingkungan dan memiliki kandungan amilosa tinggi,” ujar Diva saat diwawancarai, Senin (19/10/2026).
Menurut Diva, penelitian tersebut mengintegrasikan analisis karakteristik biologis tanaman dengan teknologi komputasi untuk membantu mengevaluasi potensi padi mutan berdasarkan sejumlah parameter yang berkaitan dengan ketahanan terhadap cekaman abiotik dan karakteristik amilosa.
Cekaman abiotik merupakan tekanan lingkungan yang disebabkan oleh faktor nonhayati, seperti kekeringan, suhu ekstrem, dan kondisi lingkungan lainnya yang dapat memengaruhi pertumbuhan serta produktivitas tanaman.
Sementara itu, amilosa merupakan salah satu komponen pati dalam beras yang memengaruhi karakteristik dan tekstur nasi setelah dimasak.
Diva mengatakan, pendekatan berbasis machine learning diharapkan dapat membantu peneliti mengolah berbagai informasi biologis secara lebih sistematis untuk menentukan kandidat padi yang perlu diteliti lebih lanjut.
“Kami berharap pendekatan ini dapat mendukung proses seleksi padi yang lebih terarah dan efisien, sekaligus membuka peluang pengembangan varietas padi yang lebih adaptif terhadap perubahan iklim dan kebutuhan pangan pada masa mendatang,” katanya.
Selain mendukung proses seleksi tanaman, penelitian tersebut juga menunjukkan pentingnya kolaborasi lintas disiplin ilmu dalam pengembangan inovasi pertanian.
Integrasi ilmu pertanian, analisis biologis, dan teknologi komputasi dinilai membuka peluang pengembangan metode penelitian yang mampu memanfaatkan berbagai informasi tanaman sebagai dasar pengambilan keputusan.
Melalui pendekatan ini, penggunaan machine learning tidak dimaksudkan untuk menggantikan pengujian biologis maupun pengamatan langsung di lapangan, tetapi menjadi instrumen pendukung dalam mengidentifikasi kandidat tanaman yang memiliki karakteristik potensial.
Hasil identifikasi tersebut selanjutnya dapat menjadi dasar bagi penelitian dan pengujian lanjutan untuk memastikan karakteristik tanaman sesuai dengan tujuan pemuliaan.
Penelitian yang dikembangkan Tim PKM-RE Unhas ini diharapkan dapat berkontribusi terhadap pengembangan inovasi pertanian berbasis teknologi, khususnya dalam mendukung upaya menghasilkan tanaman padi yang lebih adaptif terhadap perubahan kondisi lingkungan.
Inovasi tersebut sekaligus memperlihatkan peran mahasiswa dalam mengembangkan pendekatan ilmiah untuk menjawab tantangan sektor pertanian, termasuk perubahan iklim, produktivitas tanaman, dan kebutuhan pangan pada masa mendatang.
