Pendampingan AWS IoT untuk Literasi Digital Petani Kopi Perteguhan

Abstract Views: 28   PDF Downloads: 11

Authors

  • Nurul Maulida Surbakti Universitas Negeri Medan
  • Muhammad Ashari Universitas Negeri Medan
  • Fanny Ramadhani Universitas Negeri Medan
  • Dian Septiana Universitas Negeri Medan
  • Sisti Nadia Amalia Universitas Negeri Medan
  • Erita Astrid Universitas Negeri Medan
  • Arnah Ritonga Universitas Negeri Medan
  • Dinda Kartika Universitas Negeri Medan
  • Nadrah Afiati Universitas Negeri Medan
  • Ade Andriani Universitas Negeri Medan

DOI:

https://doi.org/10.56211/wahana.v5i1.1910

Keywords:

Automatic Weather Station; Internet of Things; Keputusan Agronomis; Literasi Digital; Petani Kopi

Abstract

Petani kopi di Desa Perteguhan, Kabupaten Karo, masih menghadapi produktivitas yang rendah, keterbatasan pencatatan mikroklimat, dan pengambilan keputusan agronomis yang dominan berbasis pengalaman. Artikel pengabdian ini bertujuan mengevaluasi dampak pendampingan pemanfaatan Automatic Weather Station (AWS) berbasis Internet of Things (IoT) yang terintegrasi dengan aplikasi mobile Temani Kopi. Kegiatan dilaksanakan pada akhir Mei 2025 melalui survei pendahuluan, perakitan sistem, instalasi lapangan, pelatihan petani, pendampingan tiga bulan, dan evaluasi dampak terhadap 10 petani mitra. Data dikumpulkan melalui observasi, wawancara terstruktur, serta kuesioner pre-test dan post-test sebanyak 15 butir menggunakan skala Likert. Analisis dilakukan dengan persentase capaian, persentase perubahan, dan normalized gain. Hasil menunjukkan literasi teknologi meningkat dari 45% menjadi 85% (N-Gain=0,73), kemampuan mengoperasikan aplikasi meningkat dari 50% menjadi 90% (N-Gain=0,80), dan pengambilan keputusan agronomis berbasis data meningkat dari 48% menjadi 88% (N-Gain = 0,77). Pendampingan juga meningkatkan efisiensi penggunaan air dan pupuk sekitar 20% serta memperkuat kesiapan adopsi pertanian digital. Temuan ini menunjukkan bahwa pendampingan IoT partisipatif dapat mengubah praktik budidaya kopi dari berbasis intuisi menuju keputusan berbasis data.

Downloads

Download data is not yet available.

References

Kalaany, C. M. A., Kimaita, H. N., Abdelmoneim, A. A., Khadra, R., Derardja, B., & Dragonetti, G. (2025). The potential of low-cost IoT-enabled agrometeorological stations: A systematic review. Sensors, 25(19), 6020. https://doi.org/10.3390/s25196020

FAO. (2025). Digital agriculture in action: Artificial intelligence for agriculture. Food and Agriculture Organization of the United Nations. https://openknowledge.fao.org/

Gumbi, N., Gumbi, L., & Twinomurinzi, H. (2023). Towards sustainable digital agriculture for smallholder farmers: A systematic literature review. Sustainability, 15(16), 12530. https://doi.org/10.3390/su151612530

Ioannou, K., Tsantikos, G., & Baras, N. (2021). Low-cost automatic weather stations in the Internet of Things. Information, 12(4), 146. https://doi.org/10.3390/info12040146

Jaiswal, N., Kumar, T. V., & Shukla, C. (2025). Smart drip irrigation systems using IoT: A review of architectures, machine learning models, and emerging trends. Discover Agriculture, 3, 253. https://doi.org/10.1007/s44279-025-00430-1

McCampbell, M., & Migisha, C. K. (2022). Digital ecosystems for smallholder farmers in low- and middle-income countries: A rapid assessment of digital agriculture ecosystems in Zambia and Kenya. Netherlands Food Partnership.

Nxumalo, G. S., Raj, J., Sikhwivhilu, K., Mabhaudhi, T., Khumalo, N. Z., & Agholor, I. (2025). Challenges and opportunities in smallholder agriculture digitization in South Africa. Frontiers in Sustainable Food Systems, 9, 1583224. https://doi.org/10.3389/fsufs.2025.1583224

Sahoo, J., & Barrett, K. (2021). Internet of Things (IoT) application model for smart farming. arXiv. https://arxiv.org/abs/2101.03722

Srivastava, A., & Das, D. K. (2021). A comprehensive review on the application of Internet of Things (IoT) in smart agriculture. Wireless Personal Communications, 122, 1807-1837. https://doi.org/10.1007/s11277-021-08970-7

Surbakti, N. M., Kartika, D., Amry, Z., & Ashari, M. (2026). Optimisasi penempatan sensor Automatic Weather Station di perkebunan kopi menggunakan pendekatan metric dimension graf join. Teorema: Teori dan Riset Matematika, 11(1), 149-162. https://doi.org/10.25157/teorema.v11i1.20971

Surbakti, N. M., Ramadhani, F., Septiana, D., Amalia, S. N., Astrid, E., & Pahlawan, R. (2026). Penerapan aplikasi AWS berbasis IoT untuk mendukung pengambilan keputusan agronomis di perkebunan kopi Desa Perteguhan. Dalam Seminar Nasional PKM: Inovasi Teknologi untuk Pemberdayaan Komunikasi Menyongsong Kesejahteraan Melalui Implementasi Teknologi Berbasis Solusi (hlm. 358-362). CV. Kencana Emas Sejahtera.

UNDP. (2021). Precision agriculture for smallholder farmers. United Nations Development Programme. https://www.undp.org/

Downloads

Article History

Submitted: 2026-07-10
Published: 2026-07-10
Pages: 105-111

PlumX Metrics

How to Cite

Surbakti, N. M., Ashari, M., Ramadhani, F., Septiana, D., Amalia, S. N., Astrid, E., … Andriani, A. (2026). Pendampingan AWS IoT untuk Literasi Digital Petani Kopi Perteguhan. Wahana Jurnal Pengabdian Kepada Masyarakat, 5(1), 105–111. https://doi.org/10.56211/wahana.v5i1.1910

Issue

Section

Articles