Jejak Riset Kecerdasan Buatan dalam Mendukung Sistem Deteksi Penyakit Tanaman

Dr. Andi Sunyoto, M.Kom merupakan Associate Professor di Fakultas Ilmu Komputer Universitas AMIKOM Yogyakarta dengan rekam jejak riset yang kuat di bidang kecerdasan buatan, khususnya pengolahan citra digital dan computer vision. Dalam beberapa tahun terakhir, fokus keilmuannya secara konsisten mengarah pada pengembangan model AI untuk mendukung sektor pertanian presisi, terutama pada topik potato leaf disease detection sebagai respons terhadap tantangan ketahanan pangan dan efisiensi pertanian berbasis data.

Kepakaran utama Dr. Andi Sunyoto mencakup Artificial Intelligence, Computer Vision, Pattern Recognition, Digital Image Processing, dan Data Mining. Kombinasi bidang tersebut menjadi fondasi metodologis dalam merancang sistem deteksi penyakit tanaman berbasis citra daun kentang, mulai dari ekstraksi fitur visual, pemodelan deep learning, hingga optimalisasi arsitektur jaringan saraf untuk meningkatkan akurasi dan keandalan sistem diagnosis otomatis.

Latar belakang akademiknya menunjukkan konsistensi dan kedalaman keilmuan di bidang komputasi. Beliau menyelesaikan pendidikan Sarjana (S1) Sistem Informasi di Universitas AMIKOM Yogyakarta, kemudian melanjutkan Magister (S2) dan Doktor (S3) Ilmu Komputer di Universitas Gadjah Mada. Jalur pendidikan ini memperkuat orientasi risetnya pada integrasi teori komputasi, algoritma pembelajaran mesin, dan implementasi sistem cerdas di dunia nyata.

Kontribusi riset Dr. Andi Sunyoto pada topik deteksi penyakit daun kentang tercermin kuat dalam berbagai hibah penelitian kompetitif nasional. Pada periode 2022–2024, ia memimpin dan terlibat dalam sejumlah proyek unggulan, termasuk penelitian AI-based potato disease detection untuk mendukung precision agriculture, pengembangan model deep learning yang dapat dijelaskan (explainable AI), serta solusi deteksi penyakit tanaman yang relevan bagi praktik smart farming. Total pendanaan riset yang dikelola menunjukkan kepercayaan tinggi dari skema pendanaan nasional terhadap kualitas dan relevansi penelitiannya.

Dari sisi publikasi ilmiah, Dr. Andi Sunyoto aktif menerbitkan karya di jurnal dan konferensi bereputasi internasional terindeks Scopus. Publikasinya mencakup jurnal kuartil atas hingga menengah, dengan topik yang beririsan antara image analysis, machine learning optimization, dan penerapan AI pada domain spesifik seperti pertanian dan keamanan sistem. Konsistensi publikasi ini menegaskan posisi risetnya tidak hanya aplikatif, tetapi juga berkontribusi pada pengembangan metode dan pendekatan komputasional. Selain jurnal, kontribusinya juga terlihat dalam forum konferensi internasional, seperti ICOIACT, AIMS, dan CoSSETI. Pada forum tersebut, ia mempresentasikan penelitian terkait deep learning, Internet of Things (IoT), serta optimisasi algoritma untuk berbagai kasus, termasuk deteksi penyakit tanaman dan klasifikasi berbasis citra. Aktivitas ini memperluas diseminasi pengetahuan serta membuka peluang kolaborasi lintas institusi dan disiplin.

Pengakuan terhadap kualitas riset Dr. Andi Sunyoto juga tercermin dari berbagai capaian penghargaan dan luaran kekayaan intelektual. Ia memperoleh insentif nasional untuk publikasi jurnal bereputasi serta memiliki sejumlah Hak Kekayaan Intelektual (HKI) yang telah granted, termasuk pada model deteksi penyakit daun kentang, augmentasi data citra, dan platform berbasis AI. Secara keseluruhan, arah riset Dr. Andi Sunyoto menunjukkan konsistensi dan kedalaman kontribusi pada pengembangan kecerdasan buatan terapan untuk deteksi penyakit daun kentang, dengan menempatkan computer vision dan deep learning sebagai inti pendekatan metodologis. Melalui integrasi riset dasar, pengembangan model yang dapat dijelaskan, serta luaran teknologi dan kekayaan intelektual, karyanya berkontribusi pada penguatan landasan ilmiah dan teknologis pertanian presisi. Kontribusi ini tidak hanya relevan bagi peningkatan produktivitas dan akurasi diagnosis tanaman, tetapi juga memperluas peran AI sebagai instrumen strategis dalam pengambilan keputusan berbasis data pada sektor pertanian modern di Indonesia.