Tim Inovasi dan Riset SMA N 1 Jakenan
Studi dokumen ini bertujuan untuk menganalisis secara presisi kendala penyakit busuk batang dan hama penyakit lainnya pada budidaya tanaman selada (Lactuca sativa L.) model hidroponik. Identifikasi penyebab, gejala, serta metode pengendalian konvensional dan modern (berbasis IoT dan AI) akan dibahas untuk memberikan pemahaman komprehensif bagi Tim Inovasi dan Riset SMA N 1 Jakenan dalam upaya meningkatkan produktivitas dan keberlanjutan budidaya selada hidroponik.
1. Pendahuluan
Budidaya selada hidroponik menawarkan berbagai keuntungan, seperti efisiensi penggunaan air dan lahan, serta pertumbuhan tanaman yang lebih cepat. Namun, sistem ini tidak luput dari tantangan, terutama terkait serangan hama dan penyakit. Penyakit busuk batang merupakan salah satu kendala utama yang sering dihadapi petani selada hidroponik, menyebabkan kerugian signifikan jika tidak ditangani dengan tepat. Selain itu, berbagai hama dan penyakit lain juga dapat mengganggu pertumbuhan dan kualitas selada. Permasalahan serupa juga dialami oleh pembudidaya selada hidroponik Bapak Mugiyono, yang menghadapi tantangan dalam meracik nutrisi dan menanggulangi serangan hama dan penyakit seperti busuk akar (Rhizoctonia sp), busuk basah (Phytophthora infestans), dan bercak daun (Cercospora capsici) [17]. Oleh karena itu, identifikasi presisi terhadap masalah-masalah ini menjadi krusial untuk pengembangan strategi pengendalian yang efektif.
Penelitian ini menggunakan teknik studi dokumen untuk menjawab permasalahan yang ada. Studi dokumen adalah metode penelitian yang mengumpulkan dan menganalisis data dari sumber tertulis, visual, dan/atau elektronik. Sumber-sumber ini dapat mencakup artikel ilmiah, laporan penelitian, publikasi blog, dan materi relevan lainnya. Pendekatan ini memungkinkan peneliti untuk memperoleh pemahaman mendalam tentang topik yang diteliti melalui tinjauan sistematis terhadap informasi yang sudah ada, tanpa perlu melakukan pengumpulan data primer secara langsung. Melalui analisis kritis terhadap berbagai dokumen, penelitian ini bertujuan untuk mengidentifikasi pola, tren, dan kesenjangan informasi yang dapat mendukung pengembangan solusi inovatif dalam budidaya selada hidroponik.
2. Penyakit Busuk Batang pada Selada Hidroponik
Penyakit busuk batang pada selada hidroponik umumnya disebabkan oleh infeksi jamur, terutama dari genus Pythium [1]. Kondisi lingkungan yang mendukung perkembangan jamur ini meliputi:
- Kadar Oksigen Terlarut (DO) Rendah: Kurangnya oksigen dalam larutan nutrisi melemahkan akar tanaman, membuatnya lebih rentan terhadap serangan patogen [1].
- Suhu Air Tinggi: Peningkatan suhu air akibat cuaca panas mempercepat pertumbuhan jamur Pythium dan mengurangi kelarutan oksigen [1].
- Bakteri dan Cendawan Lain: Selain Pythium, bakteri dan jenis cendawan lain juga dapat menjadi penyebab busuk batang, meskipun jenisnya bervariasi [6].
Gejala: Tanaman menunjukkan gejala layu, perubahan warna pada batang menjadi kecoklatan atau kehitaman, dan tekstur batang menjadi lunak dan berair. Pada tahap lanjut, tanaman dapat roboh dan mati.
Pengendalian:
- Perbaikan Sirkulasi Air: Menggunakan sistem hidroponik dengan sirkulasi air yang baik, seperti Nutrient Film Technique (NFT), dapat meningkatkan kadar oksigen terlarut [1].
- Kontrol Suhu Air: Memastikan suhu air tetap optimal dengan menggunakan pendingin atau menempatkan instalasi di area yang lebih sejuk [1].
- Sanitasi: Menjaga kebersihan sistem hidroponik secara keseluruhan untuk mencegah penyebaran patogen.
3. Hama dan Penyakit Lain pada Selada Hidroponik
Selain busuk batang, beberapa hama dan penyakit lain juga sering menyerang tanaman selada hidroponik:
3.1 Penyakit Lain
- Busuk Basah (Phytophthora infestans). Penyakit ini juga umum ditemukan pada selada hidroponik, menyebabkan kerusakan jaringan tanaman [3].
- Bercak Daun (Cercospora capsici). Menimbulkan bercak-bercak pada daun yang dapat mengurangi kemampuan fotosintesis tanaman [3].
3.2 Hama
Beberapa hama utama yang sering menyerang selada hidroponik meliputi [3]:
- Ulat Tritip/Ngengat Punggung Berlian (Plutella xylostella L.): Larva ulat ini memakan daun selada, meninggalkan lubang-lubang kecil.
- Ulat Daun (Crocidolomia binotalis): Menyebabkan kerusakan serius pada daun, seringkali memakan seluruh bagian daun.
- Ulat Grayak (Spodoptera litura): Hama polifag yang dapat merusak daun dan bagian tanaman lainnya.
- Kutu Daun (Myzus persicae S): Menghisap cairan tanaman, menyebabkan daun keriting dan pertumbuhan terhambat. Juga dapat menjadi vektor penyakit virus.
Pengendalian Hama: Penggunaan insektisida seperti diazinon 60 EC, Sevin, Dipterex 50 SP, Bayrusil 25 EC, Phosvel 30 EC, dan Orthene 75% dapat digunakan untuk mengendalikan hama-hama tersebut [3]. Namun, perlu diperhatikan penggunaan pestisida yang aman dan sesuai standar untuk tanaman pangan.
4. Analisis Identifikasi Presisi
Identifikasi presisi penyakit dan hama pada selada hidroponik dapat ditingkatkan melalui penerapan teknologi modern, seperti Internet of Things (IoT) dan Kecerdasan Buatan (AI).
4.1 Metode Konvensional
- Sistem Pakar (Metode Forward Chaining): Pendekatan ini menggunakan basis pengetahuan dan aturan inferensi untuk mendiagnosis penyakit berdasarkan gejala yang diamati. Metode Forward Chaining memungkinkan identifikasi penyakit secara sistematis dan terarah [2] [5].
4.2 Metode Berbasis IoT dan AI
Penerapan sensor dan algoritma AI memungkinkan pemantauan kondisi tanaman secara real-time dan deteksi dini penyakit serta hama:
- Sensor Lingkungan: Sensor seperti DHT11 dan DHT22 dapat mengukur suhu udara dan kelembaban relatif, sementara DS18B20 memantau suhu air. Sensor kebasahan daun (leaf wetness sensors) dapat mendeteksi kelembaban pada permukaan daun, yang penting untuk mencegah penyakit jamur [12] [13].
- Sensor Kualitas Air: Sensor pH, EC (Electrical Conductivity), dan DO (Dissolved Oxygen) memantau parameter kunci larutan nutrisi. Data dari sensor ini dapat digunakan untuk mengontrol kadar nutrisi dan oksigen secara otomatis, mencegah kondisi yang memicu penyakit seperti busuk batang [7] [8] [9] [10] [11].
- Pengolahan Citra dan Convolutional Neural Network (CNN): Algoritma CNN dapat menganalisis citra daun selada untuk mengidentifikasi kondisi tanaman, termasuk deteksi penyakit dan kualitas daun. Sistem ini mampu membedakan antara tanaman sehat dan tidak sehat dengan akurasi tinggi (misalnya, 98.40% untuk daun) [2] [4] [13] [15] [16]. Dengan sistem ini, identifikasi penyakit dapat dilakukan secara otomatis dan lebih cepat dibandingkan metode manual.
## 5. Kesimpulan dan Rekomendasi
Penyakit busuk batang pada selada hidroponik sebagian besar disebabkan oleh jamur Pythium yang dipicu oleh kadar oksigen terlarut rendah dan suhu air tinggi. Hama dan penyakit lain seperti busuk basah, bercak daun, ulat, dan kutu daun juga menjadi ancaman. Untuk identifikasi presisi, kombinasi metode konvensional seperti sistem pakar dan teknologi modern berbasis IoT dan AI sangat direkomendasikan. Penggunaan sensor untuk memantau lingkungan dan kualitas air, serta algoritma CNN untuk analisis citra daun, dapat memungkinkan deteksi dini dan pengendalian yang lebih efektif.
Rekomendasi untuk Tim Inovasi dan Riset SMA N 1 Jakenan:
1. Implementasi Sistem Pemantauan IoT: Membangun atau mengadopsi sistem pemantauan berbasis IoT yang terintegrasi dengan sensor pH, EC, DO, dan suhu air untuk menjaga kondisi larutan nutrisi tetap optimal.
1. Pengembangan Model AI untuk Deteksi Penyakit: Melakukan penelitian lebih lanjut dalam pengembangan atau adaptasi model CNN untuk identifikasi penyakit daun selada secara otomatis menggunakan citra.
1. Praktik Budidaya yang Baik: Menerapkan praktik sanitasi yang ketat dan memastikan sirkulasi air yang memadai dalam sistem hidroponik.
1. Eksplorasi Pengendalian Hayati: Meneliti potensi penggunaan agen hayati sebagai alternatif pestisida kimia untuk pengendalian hama dan penyakit.
## Referensi
[17]: https://sosiologismanja.blogspot.com/2025/02/a3b5-racikan-rahasia-nutrisi-selada.html "Mugiyono, S.Pd dan Tika Diandani, S.Pd. (2025, Februari 13). Racikan Rahasia Nutrisi Selada Hidroponik. KABARI SMANJA."
[1]: https://digitani.ipb.ac.id/bagaimana-cara-efektif-mengatasi-busuk-akar-dan-batang-pada-selada/ "IPB Digitani. (2025, Februari 27 ). BAGAIMANA CARA EFEKTIF MENGATASI BUSUK AKAR DAN BATANG PADA SELADA?"
[2]: https://journal.eng.unila.ac.id/index.php/jitet/article/view/3368 "Rahman, M. (2023, September 12 ). IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK IDENTIFIKASI KUALITAS TANAMAN SELADA BERDASARKAN CITRA DAUN. Jurnal Informatika Dan Teknik Elektro Terapan, 11(3s1)."
[3]: https://jurnal.unimus.ac.id/index.php/jiasee/article/download/14409/7752 "Kusuma, M. I., Orbit, J., Safira, W. I., Zuhri, N. M., & Ayomi, N. M. S. (2024, Maret 2 ). Kerusakan Tanaman Selada (Lactuca sativa L) oleh OPT pada Budidaya Hidroponik di Kota Semarang. Journal of Integrated Agricultural Socio Economics and Entrepreneurial Research, 2(2), 107-112."
[4]: https://journal.ubm.ac.id/index.php/alu/article/viewFile/8919/3449 "Journal UBM. IDENTIFIKASI PENYAKIT DAUN SELADA MENGGUNAKAN."
[5]: https://www.researchgate.net/publication/397921565_IMPLEMENTASI_METODE_FORWARD_CHAINING_PADA_SISTEM_PAKAR_UNTUK_MENDIAGNOSA_PENYAKIT_TANAMAN_SELADA "ResearchGate. (2025, November 26 ). IMPLEMENTASI METODE FORWARD CHAINING PADA SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT TANAMAN SELADA."
[6]: https://kumparan.com/seputar-hobi/penyebab-busuk-batang-pada-selada-hidroponik-yang-sering-terjadi-23OF7VGhG2g "Kumparan. (2024, Agustus 24 ). Penyebab Busuk Batang Pada Selada Hidroponik yang Sering Terjadi."
[7]: https://jurnal.wastukancana.ac.id/index.php/teknologika/article/download/286/160 "Jurnal Wastukancana. Alat Kendali Ph Air dan Nutrisi Sayur Selada Berbasis Arduino."
[8]: http://digilib.unila.ac.id/91480/3/Skripsi%20Tanpa%20Pembahasan%20-%20DINA%20AFRILIA.pdf "Digilib Unila. RANCANG BANGUN SISTEM KONTROL pH LARUTAN UNTUK."
[9]: https://cibangsa.com/index.php/kohesi/article/view/6170?articlesBySimilarityPage=3 "Cibangsa. (2025, Agustus 11 ). RANCANG BANGUN MONITORING HIDROPONIK UNTUK."
[10]: https://www.researchgate.net/publication/354469574_Purwarupa_Deteksi_PH_dan_EC_Larutan_Nutrisi_Hidroponik_Berbasis_Internet_Of_Things "ResearchGate. Purwarupa Deteksi PH dan EC Larutan Nutrisi Hidroponik Berbasis Internet Of Things."
[11]: https://jurnalsinta.id/index.php/sinta/article/download/14/9 "Jurnalsinta. SISTEM MONITORING PH AIR TANAMAN SELADA PADA SISTEM."
[12]: https://www.sciencedirect.com/science/article/pii/S111001682600219X "ScienceDirect. Toward sustainable hydroponic farming: An AI-driven IoT framework."
[13]: https://www.choovio.com/smart-agriculture-7-iot-sensors-for-crop-monitoring/?srsltid=AfmBOooG1A2egUrDs4MGuRZaGkNZrRsZU5yP5N0fNsysxuIBuBShCFFOv "Choovio. (2025, Agustus 4 ). Smart Agriculture: 7 IoT Sensors for Crop Monitoring."
[14]: https://pmc.ncbi.nlm.nih.gov/articles/PMC12190697/ "PMC. (2025, Maret 28 ). IoT-based control and monitoring system for hydroponic plant."
[15]: https://www.researchgate.net/figure/Smart-hydroponics-system-used-to-grow-a-lettuce_fig7_346549393 "ResearchGate. Smart hydroponics system used to grow a lettuce."
[16]: https://www.atlantis-press.com/proceedings/bedaiml-26/126024854 "Atlantis Press. AI-Driven Smart Hydroponic Monitoring System for Water Quality."
