SCOVAP: AI-INTEGRATED DRONE SEBAGAI UPAYA OTOMATISASI KONSERVASI LAHAN MENUJU ZERO NET LAND DEGRADATION

Irwan Putro Ahadiyat; Alya Nurul Wahidah; R. Muhammad Zaki Ramdhani

Irwan Putro Ahadiyat Universitas Brawijaya
Alya Nurul Wahidah Universitas Brawijaya
R. Muhammad Zaki Ramdhani Universitas Brawijaya

Keywords: AI, Degradasi, Lahan Kritis, SCOVAP

Abstract

Tanah merupakan media penting untuk pertumbuhan tanaman yang berasal dari pelapukan batuan dan dekomposisi bahan organik serta organisme. Perannya sangat krusial dalam kehidupan manusia, terutama
di bidang pertanian, seiring dengan peningkatan permintaan pangan. Sayangnya, praktik penggunaan lahan seringkali tidak tepat dan mengabaikan lingkungan. Hal ini mengakibatkan tanah terdegradasi dan
kritis, hingga terjadi erosi. Data menunjukkan bahwa sekitar 48,3 juta hektar, sekitar 25,1% dari total luas tanah di Indonesia telah mengalami degradasi dan bertransformasi menjadi lahan kritis. Lahan kritis dapat
memicu berbagai bencana seperti banjir, kekeringan, dan tanah longsor. Untuk mengatasi tantangan ini, penulis memperkenalkan solusi inovatif bernama SCOVAP (Aplikasi Konservasi Tanah). SCOVAP merupakan integrasi drone survei lahan dengan aplikasi rekomendasi analisis lahan, didukung oleh database lahan. Penelitian ini menggunakan pendekatan deskriptif kualitatif dan metode pengembangan aplikasi dengan HCD (Human-Centered Design). SCOVAP menyelaraskan data yang diperoleh dari drone dengan rekomendasi analisis penggunaan lahan dalam aplikasi. Data yang dikirim akan dianalisis menggunakan Artificial Intelligence (AI) untuk memberikan identifikasi tentang perubahan vegetasi, topografi, erosi potensial, dan menawarkan rekomendasi penggunaan lahan yang sesuai. Penerapan SCOVAP diharapkan dapat mempercepat rehabilitasi lahan dan dapat mencapai tujuan Zero Net Land Degradation.