SYSTEMATIC LITERATURE REVIEW: PEMANFAATAN ARTIFICIAL INTELLIGENCE DALAM OPTIMALISASI PENYIMPANAN PASCA PANEN HASIL PERTANIAN BERBASIS MONITORING LINGKUNGAN DAN PREDIKSI KERUSAKAN PRODUK
DOI:
https://doi.org/10.62281/d78smv57Keywords:
Artificial Intelligence, Internet Of Things, Pasca Panen, Penyimpanan Hasil PertanianAbstract
Penanganan pasca panen merupakan tahap krusial dalam rantai produksi pertanian yang memengaruhi kualitas dan daya simpan hasil. Permasalahan utama terletak pada sistem penyimpanan yang belum mampu mengontrol suhu dan kelembapan secara optimal. Seiring perkembangan teknologi, pemanfaatan Artificial Intelligence (AI) yang terintegrasi dengan Internet of Things (IoT) menjadi solusi inovatif. Penelitian ini bertujuan untuk mengkaji peran AI dalam optimalisasi penyimpanan pasca panen, khususnya pada monitoring lingkungan, efisiensi operasional, serta prediksi kerusakan dan umur simpan produk. Metode yang digunakan adalah Systematic Literature Review (SLR) terhadap artikel ilmiah periode 2020-2025 yang diperoleh dari Google Scholar, dengan enam artikel terpilih sesuai kriteria inklusi. Hasil kajian menunjukkan bahwa AI mampu meningkatkan akurasi monitoring suhu dan kelembapan secara real-time melalui integrasi sensor IoT. Selain itu, AI meningkatkan efisiensi operasional melalui sistem prediktif berbasis machine learning serta mampu memprediksi kerusakan dan umur simpan produk secara akurat menggunakan algoritma seperti Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), dan Artificial Neural Network (ANN). Implementasi teknologi ini terbukti memperpanjang umur simpan, mengurangi kerusakan, serta meningkatkan nilai ekonomi produk pertanian. Dengan demikian, AI berpotensi besar dalam mendukung ketahanan pangan berkelanjutan.
Downloads
References
Amalia, A. S., Karlisa Priandana, & Irman Hermadi. (2025). Implementasi Internet of Things dan Deteksi Anomali Menggunakan Algoritma Deep Learning Pada Distribusi Buah Melon. PETIR, 17(2), 249–261. https://doi.org/10.33322/petir.v17i2.2498
Deviana, L. P., & Styawati, S. (2024). Sistem Monitoring Pertumbuhan Tanaman Sawi Menggunakan Artificial Intelligence Pada Aquaponik. Jurnal Informatika: Jurnal Pengembangan IT, 9(3), 306–314. https://doi.org/10.30591/jpit.v9i3.5897
Diop, P. M., Oshiro, N., Nakamura, M., Takamoto, J., & Nakamura, Y. (2023). Design of Machine Learning Solutions to Post-Harvest Classification of Vegetal Species. AgriEngineering, 5(2), 1005–1019. https://doi.org/10.3390/agriengineering5020063
Elbasi, E., Zaki, C., Topcu, A. E., Abdelbaki, W., Zreikat, A. I., Cina, E., Shdefat, A., & Saker, L. (2023). Crop Prediction Model Using Machine Learning Algorithms. Applied Sciences, 13(16), 9288. https://doi.org/10.3390/app13169288
Hardyansyah, B., Heru Sukoco, & Sony Hartono Wijaya. (2024). Monitoring and Controlling System for Mango Logistics Based on Machine Learning. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 8(1), 150–159. https://doi.org/10.29207/resti.v8i1.5226
Hernandez, D., Pasha, L., Yusuf, D. A., Nurfaizi, R., & Julianingsih, D. (2024). The Role of Artificial Intelligence in Sustainable Agriculture and Waste Management: Towards a Green Future. International Transactions on Artificial Intelligence, 2(2), 150–157. https://doi.org/10.33050/italic.v2i2.552
Lusiana, L., & Suryani, M. (2014). Metode SLR untuk Mengidentifikasi Isu-Isu dalam Software Engineering. Sains dan Teknologi Informasi, 3(1), 1–11. https://doi.org/10.33372/stn.v3i1.347
Mu’affaq, M. N. (2021). Sistem monitoring dan otomasi penyiraman, pengatur ph, dan pengatur suhu berbasis internet of things pada greenhouse mengunakan logika fuzzy [Undergraduate, Universitas Islam Negeri Maulana Malik Ibrahim]. http://etheses.uin-malang.ac.id/33074/
Murtiwulandari, M., Archery, D. T. M., Haloho, M., Kinasih, R., Tanggara, L. H. S., Hulu, Y. H., Agaperesa, K., Khristanti, N. W., Kristiyanto, Y., Pamungkas, S. S., Handoko, Y. A., & Anarki, G. D. Y. (2020). Pengaruh suhu penyimpanan terhadap kualitas hasil panen komoditas Brassicaceae: Effect of storage temperature on the quality of the harvest product of brassicaceae commodities. Teknologi Pangan : Media Informasi Dan Komunikasi Ilmiah Teknologi Pertanian, 11(2), 136–143. https://doi.org/10.35891/tp.v11i2.2168
Nalendra, A. K., & Waspada, H. P. (2021). Penerapan Artificial Intelligence untuk Kontrol Suhu dan Kelembapan pada Kandang Broiler berbasis Internet of Things. Generation Journal, 5(2), 59–68. https://doi.org/10.29407/gj.v5i2.15706
Nurani, A., Nabila, H. T. A., & Herlambang, I. B. (2024). PERAN ARTIFICIAL INTELLIGENCE DALAM SISTEM IOT UNTUK PERTANIAN CERDAS : JATI (Jurnal Mahasiswa Teknik Informatika), 9(1), 1446–1455. https://doi.org/10.36040/jati.v9i1.12705
Putra, A. S. E., Hanif, C. U., & Racmadhani, M. A. M. (2024). PENERAPAN ARTIFICIAL INTELLIGENCE UNTUK MENINGKATKAN PRODUKTIVITAS DAN KEBERLANJUTAN PERTANIAN DI INDONESIA. JATI (Jurnal Mahasiswa Teknik Informatika), 9(1), 407–413. https://doi.org/10.36040/jati.v9i1.12339
Rahmadina, S., Simbolon, S., Fitriani, N., Nuralyasari, P., Ramadhani, P., & Budiawati, Y. (2025). PEMANFAATAN INTERNET OF THINGS (IOT) DALAM MONITORING PRODUKTIVITAS TANAMAN SECARA REAL TIME: TINJAUAN LITERATUR PADA SMART HARVESTING, YIELD PREDICTION, DAN VIRTUAL SENSOR DATA. Integrative Perspectives of Social and Science Journal, 2(03 Juni), 3418–3441. https://ipssj.com/index.php/ojs/article/view/453
Reza, M., Bintoro, A., & Putri, R. (2021). Sistem Monitoring Suhu dan Kelembaban pada Penyimpanan Gabah untuk Menjaga Kualitas Beras Berbasis Internet of Things (IoT). Jurnal Energi Elektrik, 9(2), 14. https://doi.org/10.29103/jee.v10i1.4309
Santoso, J. T. (2023). KECERDASAN BUATAN (Artificial Intelligence). Penerbit Yayasan Prima Agus Teknik, 1–227. https://penerbit.stekom.ac.id/index.php/yayasanpat/article/view/437
Sari, D. P., Risman, R., Maulana, F., Efrizoni, L., & Rahmaddeni, R. (2025). Model Prediksi Dampak Perubahan Iklim pada Ketahanan Pangan Menggunakan Algoritma Support Vector Machine and K-Nearest Neighbors: Prediction Model for the Impact of Climate Change on Food Security Using the Support Vector Machine and K-Nearest Neighbors Algorithms. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 5(3), 851–861. https://doi.org/10.57152/malcom.v5i3.1975
Sonwani, E., Bansal, U., Alroobaea, R., Baqasah, A. M., & Hedabou, M. (2022). An Artificial Intelligence Approach Toward Food Spoilage Detection and Analysis. Frontiers in Public Health, 9. https://doi.org/10.3389/fpubh.2021.816226
Susilo, R. F. N., & Athallah, S. F. (2023). PENGGUNAAN ARTIFICIAL INTELLIGENCE (AI) DALAM MEMBANGUN SISTEM PANGAN BERKELANJUTAN DI INDONESIA. 3(2), 104–116.
Triandini, E., Jayanatha, S., Indrawan, A., Putra, G. W., & Iswara, B. (2019). Metode Systematic Literature Review untuk Identifikasi Platform dan Metode Pengembangan Sistem Informasi di Indonesia. Indonesian Journal of Information Systems, 1(2), 63–77. https://doi.org/10.24002/ijis.v1i2.1916
Widodo, W. D., Suketi, K., & Rahardjo, R. (2019). Evaluasi Kematangan Pascapanen Pisang Barangan untuk Menentukan Waktu Panen Terbaik Berdasarkan Akumulasi Satuan Panas. Buletin Agrohorti, 7(2), 162–171. https://doi.org/10.29244/agrob.7.2.162-171
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Rizka Nur Khasanah (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
