Chatbot Prediksi Harga Bawang Merah: Solusi Stabilisasi dan Pendapatan Petani

Ilustrasi petani menggunakan aplikasi. Sumber: Freepik.com

Masalah pada fluktuasi harga komoditas pertanian

Sektor pertanian merupakan tulang punggung perekonomian Indonesia, yang menyerap sekitar 28,17% dari total tenaga kerja serta menyumbang sekitar 13,2% terhadap Produk Domestik Bruto (PDB) nasional. Meskipun memiliki peran strategis, sektor ini sering kali menjadi pemicu utama inflasi akibat tingginya volatilitas harga pangan, khususnya pada komoditas bawang merah.

Harga bawang merah di Indonesia sangat tidak stabil. Ada kalanya harganya anjlok hingga tingkat yang sangat murah, namun di saat lain bisa melonjak sangat mahal. Ketidakstabilan ini dipicu oleh pasokan yang fluktuatif sepanjang tahun. Saat musim panen raya, penawaran melimpah yang menyebabkan harga jatuh. Hal ini sering merugikan petani karena pendapatan yang diterima berada di bawah harga modal atau Break-Even Point (BEP). Sebaliknya, di luar musim panen, pasokan menipis sehingga harga melonjak tajam. Kondisi ini membebani konsumen dan pemilik bisnis kuliner, bahkan meningkatkan risiko ketahanan pangan.

Digitalisasi Pertanian

Untuk mengatasi masalah sistemik ini, digitalisasi di seluruh lini pertanian menjadi kebutuhan yang mendesak. Penggunaan teknologi modern seperti sensor tanah, Internet of Things (IoT), dan kecerdasan buatan (AI) dapat membantu petani beralih dari pola tradisional ke pendekatan presisi. Melalui integrasi teknologi digital, petani diharapkan mampu:

• Meningkatkan efisiensi dan hasil panen

• Merespons ancaman hama dan penyakit tanaman dengan lebih cepat dan tepat

• Menyusun perencanaan tanam secara matang berdasarkan analisis data

Meski begitu, tantangan terbesar dari digitalisasi pertanian terletak pada adopsi teknologi oleh petani. Aplikasi kompleks sering kali menimbulkan hambatan atau resistensi karena membutuhkan proses pelatihan yang memakan waktu.

Solusi Praktis: Chatbot "Eneng Tani"

Menjawab tantangan tersebut, tim peneliti dari Universitas Padjadjaran (UNPAD), IPB University, dan Badan Riset dan Inovasi Nasional (BRIN) menghadirkan inovasi praktis bernama Eneng Tani. Chatbot ini dirancang untuk memprediksi harga panen bawang merah hingga 4 bulan ke depan.

Berbeda dengan aplikasi pertanian rumit yang memerlukan download atau pemahaman antarmuka baru, Eneng Tani dibangun di atas platform chatting Telegram. Penggunaan platform yang sudah dikenal luas ini memudahkan petani mengakses fitur bantuan tanpa kurva pembelajaran yang rumit, sehingga mempercepat tingkat adopsi teknologi. Chatbot ini dapat diakses secara langsung melalui tautan: t.me/ramalharga_bot. Publikasi penelitian ini juga dapat diakses disini.

Chatbot Eneng Tani. Sumber: Foto dari penulis

Fitur Utama Chatbot

Layanan chatbot Eneng Tani dirancang untuk mendukung pengambilan keputusan strategis petani melalui tiga fitur utama

1. Prediksi harga panen ke depan

Fitur ini memperkirakan rentang harga bawang merah dalam rentang 1 hingga 4 bulan mendatang. Horizon 4 bulan dipilih untuk mengover durasi masa tanam hingga panen (2–3 bulan) sekaligus masa simpan komoditas

2. Rekomendasi Jadwal Tanam

Berdasarkan input bulan tanam dari pengguna, chatbot membandingkan estimasi harga jual dengan Break-Even Point (BEP) komoditas. Jika harga jual yang diprediksi lebih tinggi dari BEP, chatbot akan merekomendasikan komoditas tersebut. Namun, jika pasar diperkirakan rugi, sistem akan menyarankan penundaan jadwal tanam

3. Konsultasi Umum (Penyuluhan AI)

Fitur ini memfungsikan chatbot sebagai penyuluh pertanian digital. Petani dapat mengajukan pertanyaan terkait kendala budidaya, seperti penanganan hama atau penyakit tanaman.

Dari sisi teknis, fungsi prediksi harga dan rekomendasi jadwal tanam dikembangkan menggunakan algoritma machine learning Random Forest Regression. Algoritma ini dilatih menggunakan data historis harga tingkat produsen. Random Forest dipilih karena ketangguhannya dalam menangani data non-linear dan efisiensinya dalam proses kalkulasi real-time. Dalam pengujian model, algoritma ini mampu memprediksi harga dengan tingkat kesalahan (Mean Absolute Percentage Error) di rentang 13–15%

Sementara itu, fitur konsultasi umum dikembangkan dengan mengintegrasikan Telegram API ke model Large Language Model (LLM) seperti Gemini. Hal ini memungkinkan chatbot berinteraksi menggunakan bahasa alami yang ramah, komunikatif, dan responsif layaknya seorang ahli pertanian.

Keunggulan

1. Kemudahan Aksesibilitas: Berjalan di Telegram tanpa perlu menginstal aplikasi baru.

2. Kemampuan Prediktif yang Relevan: Memberikan gambaran kondisi pasar 4 bulan ke depan, membantu petani beralih dari keputusan reaktif menjadi proaktif.

3. Pendekatan Holistik: Menggabungkan analisis data kuantitatif (prediksi harga & BEP) dengan konsultasi kualitatif berbasis AI LLM.

4. Personalisasi Sederhana: Mengingat identitas dan wilayah asal pengguna untuk memberikan data yang relevan secara lokal.

Melalui integrasi prediksi harga dan layanan konsultasi terpadu, chatbot Eneng Tani diharapkan dapat membantu petani mengoptimalkan keuntungan, meminimalkan risiko kerugian, serta berkontribusi pada stabilitas harga pangan nasional.