Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474

Naskah dikirim: 29/06/2026 –Selesai revisi: 27/07/2026 –Disetujui: 29/07/2026 –Diterbitkan: 1/08/2026

142

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 CC BY-SA International License.

Penguatan Kapasitas Petani melalui Automatic Weather Station dan

Pengenalan Hama Penyakit Padi

Selvi Helina

, Ivayani

, Puji Lestari

, Luna Lukvitasari

, Ni Kadek Emi Shinta

Dewi

1,2,3,4,5

Jurusan Proteksi Tanaman, Universitas Lampung, Jalan Prof. Dr. Sumantri

Brojonegoro No. 1, Gedong Meneng, Kecamatan Rajabasa, Kota Bandar Lampung,

Provinsi Lampung

e-mail: *

selvi.helina@fp.unila.ac.id

Abstrak

Pemanfaatan teknologi smart farming dan peningkatan kapasitas petani diperlukan

untuk mendukung pengelolaan budidaya padi yang adaptif terhadap kondisi

lingkungan dan risiko organisme pengganggu tanaman. Kegiatan pengabdian

kepada masyarakat ini bertujuan meningkatkan kapasitas Kelompok Tani Makmur

Bersama Geh (Mabes Geh), Desa Rejo Basuki, Kecamatan Seputih Raman, Kabupaten

Lampung Tengah, melalui penerapan smart farming berbasis Automatic Weather

Station (AWS) serta peningkatan pengetahuan mengenai hama dan penyakit

tanaman padi. Kegiatan dilaksanakan dengan pendekatan partisipatif melalui tiga

kegiatan utama, yaitu sosialisasi dan identifikasi permasalahan kelompok, sosialisasi

dan pemasangan AWS pada lahan pertanaman padi, serta penyuluhan mengenai

hama dan penyakit tanaman padi beserta pengendaliannya. Peningkatan

pengetahuan dievaluasi terhadap 22 peserta menggunakan pre-test dan post-test. Data

dianalisis secara deskriptif dan menggunakan normalized gain (N-gain). Hasil

menunjukkan bahwa AWS telah terpasang dan dapat diakses secara daring untuk

memantau kondisi lingkungan secara real-time, meliputi peluang hujan, curah hujan,

suhu, kelembapan, tutupan awan, dan kecepatan angin. Penyuluhan meningkatkan

rata-rata pengetahuan peserta dari 51,36 pada pre-test menjadi 78,18 pada post-test,

dengan peningkatan sebesar 52,22%. Nilai N-gain sebesar 0,56 menunjukkan

peningkatan pengetahuan dalam kategori sedang. Kegiatan ini menunjukkan bahwa

penerapan AWS yang disertai penguatan kapasitas petani dapat mendukung

pemanfaatan informasi berbasis data serta meningkatkan pengetahuan petani dalam

mengenali dan mengelola hama dan penyakit tanaman padi.

Kata Kunci: Automatic Weather Station, smart farming, hama dan penyakit padi,

peningkatan pengetahuan, kelompok tani

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 143

https://kurniajurnal.com/index.php/kurnia-mengabdi

Abstract

The utilization of smart farming technology and strengthening farmers’ capacity are needed

to support rice cultivation management that is adaptive to environmental conditions and the

risks posed by plant pests and diseases. This community service activity aimed to strengthen

the capacity of the Makmur Bersama Geh Farmer Group (Mabes Geh), Rejo Basuki Village,

Seputih Raman District, Central Lampung Regency, through the implementation of smart

farming based on an Automatic Weather Station (AWS) and enhancement of farmers’

knowledge of rice pests and diseases. The activity was conducted using a participatory

approach through three main activities: program socialization and identification of group

needs, socialization and installation of an AWS in the rice field, and extension activities on

rice pests and diseases and their management. Knowledge improvement was evaluated among

22 participants using pre-test and post-test assessments. The data were analyzed descriptively

and using normalized gain (N-gain). The results showed that the AWS had been installed and

could be accessed online to monitor environmental conditions in real time, including rainfall

probability, rainfall, temperature, humidity, cloud cover, and wind speed. The extension

activities increased the participants’ mean knowledge score from 51.36 in the pre-test to 78.18

in the post-test, representing a 52.22% increase. The N-gain value of 0.56 indicated a

moderate level of knowledge improvement. These findings indicate that the implementation of

AWS accompanied by farmer capacity building can support the use of data-driven

information and improve farmers’ knowledge in identifying and managing rice pests and

diseases.

Keywords: Automatic Weather Station, smart farming, rice pests and diseases, knowledge

improvement, farmer group

Pendahuluan

Ketahanan pangan merupakan salah satu pilar utama pembangunan nasional

yang tidak hanya menekankan aspek ketersediaan pangan secara kuantitatif, tetapi

juga kualitas, keamanan, dan keberlanjutan sistem produksi pangan. Dalam lingkup

pedesaan, ketahanan pangan sangat bergantung pada kemampuan masyarakat

dalam mengelola sumber daya pertanian secara mandiri, efisien, dan ramah

lingkungan. Desa sebagai unit produksi pangan primer memiliki peran penting dan

strategis dalam menyediakan bahan pangan pokok yang aman dan sehat bagi

masyarakat, khususnya komoditas padi yang menjadi sumber karbohidrat utama

sebagian besar penduduk Indonesia (Bahari et al., 2024; Humaidi et al., 2020).

Kelompok tani memiliki peran penting sebagai pelaku utama usahatani sekaligus

sebagai wadah pembelajaran, penerapan teknologi, dan penguatan kapasitas petani

dalam mendukung ketahanan pangan di tingkat desa.

Kelompok Tani Makmur Bersama Geh (Mabes Geh) merupakan kelompok tani

yang beranggotakan petani muda dan aktif di Desa Rejo Basuki, Kecamatan Seputih

Raman, Kabupaten Lampung Tengah. Kelompok ini mengelola lahan pertanian,

khususnya padi dan hortikultura, dengan luas sekitar 72 ha dan telah menjadi mitra

dalam program pengabdian masyarakat sebelumnya yang berfokus pada penerapan

pertanian berbasis Internet of Things (IoT) serta pemanfaatan agens hayati sebagai

alternatif pengendalian organisme pengganggu tumbuhan (OPT). Hasil pelaksanaan

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 144

https://kurniajurnal.com/index.php/kurnia-mengabdi

program sebelumnya menunjukkan adanya perubahan positif dalam praktik

budidaya ramah lingkungan, pengoperasian alat bantu pertanian modern, serta

penerapan biopestisida berbasis Trichoderma sp. Petani juga mulai mengurangi

ketergantungan terhadap pupuk dan pestisida kimia serta menunjukkan

keterbukaan terhadap pemanfaatan teknologi digital dalam kegiatan budidaya.

Meskipun demikian, pemanfaatan teknologi pertanian pada tingkat kelompok

masih perlu diperkuat, terutama dalam hal pemanfaatan informasi hasil pemantauan

sebagai dasar pengambilan keputusan budidaya. Teknologi smart farming tidak

hanya berfungsi sebagai perangkat untuk memperoleh data, tetapi juga perlu diikuti

dengan kemampuan petani dalam membaca, memahami, dan memanfaatkan

informasi tersebut sesuai dengan kondisi pertanaman. Basis data pertanian yang

mencakup informasi cuaca, kelembaban tanah, suhu, pola hujan, riwayat penyakit,

dan hasil panen merupakan komponen penting dalam sistem smart farming untuk

mendukung identifikasi risiko dan pengambilan keputusan budidaya yang lebih

presisi, efisien, dan adaptif terhadap variabilitas iklim (Ajith et al., 2025; Pambudi et

al., 2025; Surmaini et al., 2016; WMO, 2024; Lee et al., 2023).

Salah satu teknologi smart farming yang dapat digunakan untuk mendukung

kebutuhan tersebut adalah Automatic Weather Station (AWS) (Saptomo et al., 2026).

AWS merupakan sistem pemantauan cuaca otomatis berbasis IoT yang dapat

menyediakan informasi kondisi lingkungan secara lebih cepat dan terukur (Sugiarto

et al., 2019; Saptomo et al., 2026; Millianda et al., 2025). Dalam bidang pertanian,

informasi yang dihasilkan AWS dapat dimanfaatkan sebagai data pendukung dalam

menentukan berbagai tindakan budidaya, termasuk penentuan waktu tanam,

pemupukan, dan panen, serta membantu mengidentifikasi kondisi lingkungan yang

berpotensi meningkatkan risiko serangan organisme pengganggu tanaman seperti

wereng coklat. Pemanfaatan informasi cuaca secara aktual juga dapat membantu

petani meningkatkan kewaspadaan terhadap perubahan kondisi lingkungan

(Surmaini, et al., 2006; Gitakarma et al., 2025) yang berhubungan dengan

perkembangan hama dan penyakit tanaman.

Selain pemanfaatan teknologi, kemampuan petani dalam mengenali hama dan

penyakit tanaman padi merupakan aspek penting dalam pengelolaan budidaya

(Pitriana et al., 2025). Pengenalan terhadap jenis hama dan penyakit, gejala atau

tanda serangan, serta prinsip pengendaliannya diperlukan agar petani dapat

menentukan tindakan pengelolaan secara tepat (Anwar et al., 2025). Oleh karena itu,

penerapan teknologi pemantauan lingkungan perlu diikuti dengan peningkatan

kapasitas petani dalam melakukan pengamatan dan mengenali organisme

pengganggu tanaman. Kombinasi antara informasi berbasis teknologi dan

kemampuan petani dalam melakukan pengamatan lapangan diharapkan dapat

mendukung pengambilan keputusan pengelolaan tanaman yang lebih tepat dan

responsif.

Berdasarkan kondisi tersebut, kegiatan pengabdian kepada masyarakat ini

difokuskan pada penguatan kapasitas Kelompok Tani Makmur Bersama Geh melalui

tiga kegiatan utama, yaitu sosialisasi program dan identifikasi permasalahan

kelompok, sosialisasi serta pemasangan Automatic Weather Station (AWS) pada lahan

pertanaman padi, dan penyuluhan mengenai hama dan penyakit tanaman padi

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 145

https://kurniajurnal.com/index.php/kurnia-mengabdi

beserta pengendaliannya. Pemanfaatan AWS diarahkan untuk memperkenalkan

informasi kondisi cuaca dan potensi risiko organisme pengganggu tanaman yang

dapat dipantau melalui sistem berbasis internet, sedangkan penyuluhan hama dan

penyakit ditujukan untuk meningkatkan pengetahuan petani. Keberhasilan

peningkatan pengetahuan dievaluasi melalui pre-test dan post-test sehingga

perubahan pemahaman peserta setelah mengikuti kegiatan dapat diukur secara

kuantitatif.

Melalui kegiatan tersebut, diharapkan Kelompok Tani Makmur Bersama Geh

tidak hanya mampu menggunakan teknologi AWS, tetapi juga memahami informasi

yang dihasilkan dan menghubungkannya dengan hasil pengamatan kondisi

pertanaman. Dengan demikian, penerapan smart farming dapat berkembang dari

sekadar penggunaan perangkat menjadi pemanfaatan informasi berbasis data yang

mendukung pengelolaan budidaya padi dan pengendalian organisme pengganggu

tanaman secara lebih tepat dan berkelanjutan.

Metode

Kegiatan pengabdian kepada masyarakat dilaksanakan pada Kelompok Tani

Makmur Bersama Geh (Mabes Geh) dengan pendekatan partisipatif yang melibatkan

petani secara aktif dalam setiap kegiatan. Pelaksanaan kegiatan difokuskan pada

pengenalan dan pemanfaatan teknologi smart farming, khususnya Automatic Weather

Station (AWS), serta peningkatan pengetahuan petani mengenai hama dan penyakit

tanaman padi. Kegiatan juga diawali dengan sosialisasi program dan identifikasi

permasalahan yang dihadapi kelompok tani sebagai dasar dalam menentukan

bentuk kegiatan yang sesuai dengan kebutuhan mitra. Pengumpulan informasi awal

dilakukan melalui diskusi, wawancara, dan observasi lapangan bersama pengurus

kelompok tani. Kegiatan tersebut digunakan untuk mengidentifikasi kondisi dan

permasalahan yang dihadapi petani dalam kegiatan budidaya padi, khususnya

terkait pemanfaatan teknologi pertanian dan pengelolaan hama dan penyakit

tanaman. Tahapan kegiatan yang telah dilaksanakan meliputi tiga kegiatan utama,

yaitu (1) sosialisasi program dan identifikasi permasalahan kelompok tani; (2)

sosialisasi Automatic Weather Station (AWS) dan pemasangan alat di lapangan; serta

(3) penyuluhan dan pengenalan hama dan penyakit tanaman padi beserta

pengendaliannya (Gambar 1).

Gambar 1. Tahapan kegiatan pengabdian di kelompok tani Makmur Bersama Geh

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 146

https://kurniajurnal.com/index.php/kurnia-mengabdi

1. Sosialisasi Program dan Identifikasi Permasalahan

Kegiatan diawali dengan sosialisasi program kepada pengurus Kelompok

Tani Makmur Bersama Geh (Mabes Geh). Sosialisasi dilakukan untuk

menyampaikan tujuan dan rencana kegiatan pengabdian serta membangun

kesepahaman antara tim pengabdi dan kelompok tani. Pada tahap ini juga dilakukan

diskusi dan identifikasi permasalahan yang dihadapi petani dalam kegiatan

budidaya padi. Informasi yang diperoleh dari diskusi dan observasi lapangan

digunakan sebagai dasar untuk menentukan materi dan bentuk kegiatan yang

diberikan pada tahap berikutnya.

2. Sosialisasi dan Pemasangan Automatic Weather Station (AWS)

Kegiatan selanjutnya berupa sosialisasi Automatic Weather Station (AWS)

sebagai teknologi pendukung smart farming. Sosialisasi diberikan untuk

memperkenalkan fungsi AWS, informasi yang dapat diperoleh dari sistem, serta

manfaat data cuaca dan lingkungan bagi kegiatan budidaya tanaman padi. Setelah

sosialisasi, dilakukan pemasangan AWS pada lahan pertanaman padi kelompok tani.

AWS digunakan untuk memperoleh informasi kondisi cuaca dan lingkungan secara

otomatis yang dapat dipantau melalui sistem berbasis internet.

3. Pengenalan Hama dan Penyakit Tanaman Padi serta Pengendaliannya

Kegiatan berikutnya berupa penyuluhan mengenai hama dan penyakit

penting pada tanaman padi serta teknik pengendaliannya. Materi disampaikan oleh

tim pengabdi melalui pemaparan dan diskusi interaktif dengan petani. Materi

mencakup pengenalan hama penting, penyakit penting pada tanaman padi, serta

teknik pengendaliannya. Setelah penyampaian materi dilakukan diskusi mengenai

permasalahan hama dan penyakit yang dihadapi petani pada pertanaman padi.

Untuk mengevaluasi perubahan pengetahuan peserta, dilakukan pengukuran

menggunakan kuesioner pre-test dan post-test. Pre-test diberikan sebelum

penyampaian materi untuk mengetahui tingkat pengetahuan awal peserta mengenai

hama dan penyakit tanaman padi serta pengendaliannya. Setelah seluruh materi dan

diskusi selesai, peserta diberikan post-test dengan materi evaluasi yang sama untuk

mengetahui tingkat pemahaman peserta setelah mengikuti kegiatan. Sebanyak 22

peserta mengikuti evaluasi pre-test dan post-test.

Data hasil pre-test dan post-test terlebih dahulu diolah secara deskriptif dengan

menghitung nilai minimum, maksimum, rata-rata, dan perubahan nilai rata-rata

peserta. Persentase peningkatan nilai dihitung berdasarkan perubahan nilai rata-rata

pre-test terhadap nilai rata-rata post-test. Peningkatan pengetahuan selanjutnya

dianalisis menggunakan nilai normalized gain (N-gain) untuk mengetahui tingkat

peningkatan pengetahuan peserta setelah mengikuti penyuluhan. Nilai N-gain

dihitung menggunakan persamaan (Bao, 2006):

Hasil N-gain kemudian digunakan untuk menginterpretasikan tingkat

peningkatan pengetahuan peserta. Selain analisis N-gain, perbedaan skor pre-test dan

post-test dianalisis menggunakan paired t-test untuk mengetahui signifikansi

perubahan skor sebelum dan sesudah kegiatan. Sebagai analisis pembanding,

digunakan pula uji Wilcoxon signed-rank untuk mengevaluasi perbedaan skor

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 147

https://kurniajurnal.com/index.php/kurnia-mengabdi

berpasangan secara nonparametrik. Nilai p < 0,05 digunakan sebagai batas

signifikansi statistik.

Hasil dan Pembahasan

Kegiatan pengabdian kepada masyarakat pada Kelompok Tani Makmur Bersama

Geh (Mabes Geh) telah dilaksanakan melalui tiga kegiatan utama, yaitu sosialisasi

program dan identifikasi permasalahan kelompok, sosialisasi dan pemasangan

Automatic Weather Station (AWS), serta penyuluhan mengenai hama dan penyakit

tanaman padi beserta pengendaliannya. Hasil kegiatan menunjukkan adanya

pemanfaatan teknologi AWS sebagai sumber informasi kondisi cuaca dan potensi

organisme pengganggu tanaman serta peningkatan pengetahuan petani mengenai

hama dan penyakit tanaman padi.

Sosialisasi Program dan Identifikasi Permasalahan Kelompok

Kegiatan diawali dengan sosialisasi program kepada pengurus Kelompok Tani

Makmur Bersama Geh (Mabes Geh). Kegiatan dilakukan melalui diskusi dan

wawancara untuk menggali kondisi, kebutuhan, serta permasalahan yang dihadapi

petani dalam budidaya padi. Identifikasi juga dilakukan melalui observasi lapangan

sehingga permasalahan yang dibahas tidak hanya berdasarkan informasi dari petani,

tetapi juga mempertimbangkan kondisi pertanaman. Kegiatan ini menjadi dasar

dalam menentukan teknologi dan materi yang diberikan pada tahap berikutnya.

Salah satu kebutuhan yang teridentifikasi adalah penguatan pemanfaatan teknologi

pertanian untuk memperoleh informasi kondisi lingkungan dan risiko organisme

pengganggu tanaman. Oleh karena itu, kegiatan dilanjutkan dengan pengenalan dan

pemasangan AWS sebagai salah satu komponen smart farming yang dapat

menyediakan informasi kondisi cuaca secara otomatis.

Sosialisasi dan Pemasangan Automatic Weather Station (AWS)

Sosialisasi AWS diberikan kepada petani untuk memperkenalkan fungsi,

informasi yang dihasilkan, dan manfaat teknologi tersebut dalam mendukung

budidaya tanaman padi. Kegiatan disampaikan oleh tim teknisi dari Departemen

Geofisika dan Meteorologi FMIPA serta Fakultas Pertanian IPB, yaitu Asep dan Fikri.

Setelah kegiatan sosialisasi, perangkat AWS dipasang pada lahan pertanaman padi

kelompok tani dan sistem monitoring dapat diakses melalui jaringan internet

(Gambar 2). Hasil pemasangan tersebut menunjukkan bahwa kelompok tani telah

memiliki sarana untuk memperoleh informasi lingkungan secara otomatis dan

memantau kondisi pertanian melalui sistem digital (Gambar 3).

Gambar 2. Sosialisai dan pemasangan Automatic Weather Station (AWS) pada lahan pertanaman padi

Kelompok Tani Makmur Bersama Geh

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 148

https://kurniajurnal.com/index.php/kurnia-mengabdi

Gambar 3. Tampilan akses Automatic Weather Station (AWS) yang telah terintegrasi

dengan sistem pemantauan berbasis internet secara real-time

Berdasarkan tampilan hasil monitoring AWS, sistem menyediakan beberapa

parameter lingkungan, antara lain peluang hujan, curah hujan, tutupan awan, suhu

udara, kelembapan, dan kecepatan angin. Pada tampilan pemantauan yang

terdokumentasi, peluang hujan berada pada tingkat rendah, yaitu sekitar 6–7%,

dengan informasi curah hujan yang menunjukkan kondisi tidak terjadi hujan pada

waktu pengamatan. Suhu udara pada grafik berada pada kisaran sekitar 24–34 °C,

sedangkan kelembapan udara berfluktuasi sekitar 50–95%. Kecepatan angin berada

pada kisaran sekitar 1–5 m/s dan tutupan awan menunjukkan fluktuasi sekitar 10–

65%. Kondisi tersebut menunjukkan bahwa AWS mampu memberikan informasi

lingkungan secara lebih rinci dan dinamis dibandingkan pengamatan cuaca secara

manual (Gambar 4).

Gambar 4. Hasil pemantauan dan prediksi kondisi cuaca pada lahan Kelompok Tani

Makmur Bersama Geh menggunakan Automatic Weather Station (AWS)

Informasi tersebut penting bagi petani karena kondisi cuaca dan lingkungan

merupakan salah satu faktor yang berpengaruh terhadap kegiatan budidaya serta

perkembangan organisme pengganggu tanaman. Dengan adanya informasi suhu,

kelembapan, peluang hujan, dan parameter cuaca lainnya, petani dapat

menggunakan data tersebut sebagai informasi pendukung dalam menentukan

tindakan budidaya. Namun, data AWS sebaiknya tidak digunakan sebagai satu-

satunya dasar pengambilan keputusan, melainkan dikombinasikan dengan

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 149

https://kurniajurnal.com/index.php/kurnia-mengabdi

pengamatan langsung terhadap kondisi tanaman dan keberadaan organisme

pengganggu tanaman di lapangan.

Selain informasi cuaca, sistem yang diperkenalkan kepada kelompok juga

menampilkan informasi potensi risiko hama dan penyakit tanaman (HPT). Pada

hasil pemantauan yang terdokumentasi, potensi risiko wereng mencapai nilai 8,8

dengan kategori sangat tinggi, sedangkan penggerek mencapai 6,6 dengan kategori

tinggi. Sementara itu, potensi risiko busuk bulir (BGR) sebesar 4,0 dengan kategori

sedang, dan bias sebesar 3,9 dengan kategori rendah (Gambar 5). Informasi tersebut

memberikan gambaran bahwa risiko organisme pengganggu tanaman tidak sama

untuk setiap jenis HPT sehingga tindakan pengamatan dan pengelolaan dapat

diprioritaskan berdasarkan tingkat risiko yang ditampilkan sistem.

Gambar 5. Hasil pemantauan dan prediksi potensi hama dan penyakit tanaman

padi berdasarkan sistem Automatic Weather Station (AWS) pada Kelompok Tani

Makmur Bersama Geh

Hasil pemantauan tersebut memberikan nilai tambah dari penerapan AWS

karena petani tidak hanya memperoleh data cuaca, tetapi juga informasi prediksi

potensi HPT yang dapat digunakan sebagai peringatan awal. Dalam konteks

budidaya padi, informasi mengenai tingginya potensi risiko wereng dan penggerek

dapat menjadi dasar bagi petani untuk meningkatkan intensitas pengamatan

tanaman dan melakukan tindakan pengelolaan apabila ditemukan gejala atau

populasi organisme pengganggu yang sesuai di lapangan.

Dengan demikian, pemasangan AWS pada kelompok tani tidak berhenti pada

penyediaan perangkat teknologi, tetapi mulai memperkenalkan pola pengelolaan

pertanian berbasis informasi. Petani dapat menghubungkan kondisi lingkungan

yang terpantau dengan hasil pengamatan pertanaman sehingga keputusan budidaya

dapat dilakukan secara lebih terarah. Meskipun demikian, informasi prediksi HPT

perlu dipahami sebagai indikator risiko dan bukan sebagai bukti bahwa serangan

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 150

https://kurniajurnal.com/index.php/kurnia-mengabdi

pasti terjadi. Verifikasi melalui pengamatan langsung di lapangan tetap diperlukan

sebelum tindakan pengendalian dilakukan.

Peningkatan Pengetahuan Petani tentang Hama dan Penyakit Tanaman Padi

Kegiatan selanjutnya berupa penyuluhan mengenai hama dan penyakit penting

pada tanaman padi serta teknik pengendaliannya. Materi disampaikan oleh tim

pengabdi, yaitu Dr. Ivayani, S.P., M.Si., Selvi Helina, S.P., M.Sc., dan Luna

Lukvitasari, S.Si., M.Si. Materi mencakup pengenalan hama dan penyakit penting

pada tanaman padi serta teknik pengendaliannya. Setelah penyampaian materi,

kegiatan dilanjutkan dengan diskusi mengenai permasalahan hama dan penyakit

yang dihadapi petani pada pertanaman padi. Kegiatan berlangsung secara aktif

dengan adanya interaksi antara petani dan tim pengabdi.

Berdasarkan diskusi yang dilakukan, hama utama yang menyerang tanaman

padi salah satunya adalah werng coklat, sementara untuk penyakit adalah penyakit

blas padi. Wereng coklat merupakan penyakit yang menyebabkan tanaman padi

seperti terbakar dan berakhir gagal panen (Helina et al., 2019). Helina et al. (2020)

juga melaporkan bahwa wereng coklat juga menjadi vektor dari penyakit kerdil

padi. Penyakit utama yang menyerang tanaman padi di lahan kelompok tani Mabes

Geh adalah penyakit Blas. Penyakit ini disebabkan oleh Pyricularia grisea (Tasliah et

al. 2015; Salimah et al., 2021). Sejauh ini pengendalian yang dilakukan oleh para

petani adalah penggunaan pestisida.

Evaluasi pengetahuan dilakukan menggunakan pre-test dan post-test. Sebanyak

22 peserta mengikuti kedua evaluasi tersebut. Nilai rata-rata pre-test sebesar 51,36

meningkat menjadi 78,18 pada post-test, sehingga terjadi peningkatan sebesar 26,82

poin atau sekitar 52,22% dari nilai awal. Nilai minimum meningkat dari 30 menjadi

60, sedangkan nilai maksimum meningkat dari 80 menjadi 100. Seluruh peserta

(100%) mengalami peningkatan nilai setelah mengikuti penyuluhan, dengan

peningkatan individu berkisar antara 10–50 poin (Tabel 1; Gambar 6).

Tabel 1. Nilai individu pre-test dan post-test serta perubahan pengetahuan peserta

mengenai hama dan penyakit tanaman padi

Nama

Pretest

Post test

Tohari

Rohadi

Hudi

Makrus

Yasoleh

Lasiran

Toha

Suhardi

Nur Rohman

Farel

Aris

Gini

Warjoyo

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 151

https://kurniajurnal.com/index.php/kurnia-mengabdi

Suradi

Somadi

Triman

Dedi

Ivayani

100

Luna

Yeni

Asep

100

Fikri

100

Rata-rata

51,36

78,18

Median

Nilai minimum

Nilai maksimum

100

Peningkatan rata-rata

52,22%

Gambar 6. Perbandingan nilai pre-test dan post-test pengetahuan peserta

mengenai hama dan penyakit tanaman padi.

Peningkatan tersebut menunjukkan adanya perubahan pengetahuan peserta

setelah memperoleh materi dan mengikuti diskusi. Analisis N-gain menghasilkan

nilai rata-rata sebesar 0,56, yang termasuk kategori sedang. Dengan demikian,

peningkatan skor yang terjadi bukan hanya berupa perubahan nilai secara deskriptif,

tetapi juga menunjukkan perubahan yang signifikan secara statistik.

Peningkatan pengetahuan tersebut menunjukkan bahwa penyuluhan dan

diskusi interaktif dapat meningkatkan pemahaman petani mengenai pengenalan

serta pengelolaan hama dan penyakit tanaman padi. Nilai N-gain yang berada pada

kategori sedang juga menunjukkan bahwa masih terdapat ruang untuk

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 152

https://kurniajurnal.com/index.php/kurnia-mengabdi

meningkatkan pemahaman petani melalui kegiatan pendampingan dan pelatihan

lanjutan. Hal ini penting karena kemampuan mengenali organisme pengganggu

tanaman merupakan tahap awal dalam menentukan tindakan pengendalian yang

tepat.

Penerapan AWS dan penyuluhan hama dan penyakit memiliki keterkaitan

yang penting dalam mendukung penerapan smart farming pada kelompok tani. AWS

menyediakan informasi kondisi lingkungan dan potensi risiko HPT, sedangkan

pengamatan langsung dan peningkatan pengetahuan petani memberikan

kemampuan untuk melakukan verifikasi terhadap kondisi pertanaman.

Sebagai contoh, hasil monitoring menunjukkan potensi risiko wereng berada

pada kategori sangat tinggi dan penggerek pada kategori tinggi. Informasi tersebut

dapat digunakan sebagai sinyal awal bagi petani untuk meningkatkan pengamatan

terhadap pertanaman padi, terutama terhadap keberadaan wereng dan gejala atau

tanda yang berkaitan dengan serangan penggerek. Apabila hasil pengamatan

lapangan menunjukkan keberadaan organisme tersebut, petani dapat

mempertimbangkan tindakan pengelolaan sesuai prinsip pengendalian yang tepat

dan berdasarkan tingkat serangan.

Integrasi antara data AWS dan kemampuan petani dalam mengenali organisme

pengganggu tanaman menjadi salah satu capaian penting kegiatan ini. Teknologi

tidak ditempatkan sebagai pengganti pengamatan petani, tetapi sebagai alat bantu

untuk menyediakan informasi tambahan yang dapat memperkuat proses

pengambilan keputusan. Pendekatan tersebut diharapkan dapat membantu petani

beralih dari keputusan budidaya yang hanya berdasarkan pengalaman menuju

keputusan yang didukung oleh data lingkungan dan hasil pengamatan lapangan.

Secara keseluruhan, kegiatan yang telah dilaksanakan menghasilkan dua

capaian utama. Pertama, kelompok tani telah memiliki dan dapat mengakses AWS

untuk memperoleh informasi kondisi cuaca serta potensi risiko hama dan penyakit

tanaman padi. Kedua, terjadi peningkatan pengetahuan petani mengenai hama dan

penyakit tanaman padi, yang ditunjukkan oleh peningkatan rata-rata nilai dari 51,36

menjadi 78,18, N-gain sebesar 0,56, serta perbedaan yang signifikan antara hasil pre-

test dan post-test. Kedua capaian tersebut menjadi dasar awal dalam pengembangan

sistem budidaya padi yang memadukan teknologi informasi lingkungan dengan

peningkatan kapasitas petani dalam pengelolaan organisme pengganggu tanaman.

Simpulan dan Rekomendasi

Kegiatan pengabdian melalui penerapan Automatic Weather Station dan

penyuluhan hama dan penyakit tanaman padi telah mendukung penguatan

kapasitas Kelompok Tani Makmur Bersama Geh dalam memanfaatkan informasi

berbasis teknologi untuk pengelolaan budidaya padi. Automatic Weather Station

memberikan akses terhadap informasi kondisi cuaca dan potensi risiko hama dan

penyakit yang dapat menjadi informasi pendukung dalam pengamatan pertanaman.

Penyuluhan juga meningkatkan pemahaman petani dalam mengenali hama dan

penyakit serta prinsip pengelolaannya. Ke depan, diperlukan pendampingan berkala

untuk meningkatkan kemampuan petani dalam menginterpretasikan informasi

Automatic Weather Station dan menghubungkannya dengan hasil pengamatan

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 153

https://kurniajurnal.com/index.php/kurnia-mengabdi

lapangan. Informasi risiko hama dan penyakit perlu tetap diverifikasi melalui

pengamatan langsung sebelum menentukan tindakan pengendalian agar

pengelolaannya lebih tepat dan berkelanjutan.

Penghargaan

Kegiatan pengabdian kepada masyarakat ini dibiayai oleh Direktorat Penelitian

dan Pengabdian kepada Masyarakat (DPPM) Tahun 2026 melalui Program

Pengabdian kepada Masyarakat, Skema Pemberdayaan Berbasis Masyarakat, Ruang

Lingkup Pemberdayaan Kemitraan Masyarakat, Direktorat Jenderal Riset dan

Pengembangan, Kementerian Pendidikan Tinggi, Sains, dan Teknologi.

Daftar Pustaka

Ajith, S., Vijayakumar, S., & Elakkiya, N. (2025). Yield prediction, pest and disease

diagnosis, soil fertility mapping, precision irrigation scheduling, and food quality

assessment using machine learning and deep learning algorithms. Discover

Food, 5, 67. https://doi.org/10.1007/s44187-025-00338-1

Anwar, A., Adrianus, A., Sembiring, J., Limbongan, A. A., Mendes, J. A., Yusuf, M.,

& Rizal, A. (2025). Penyuluhan dan pengenalan jenis hama dan penyakit tanaman

padi serta teknik pengendaliannya di Kampung Sumber Mulya Distrik Kurik.

Lebah, 18(2).

Bahari, D. I., Lubis, M. M., Apriyanti, E., Affandi, M. R., & Perlambang, R. (2024).

Analisis pengaruh pertanian berkelanjutan terhadap ketahanan pangan di daerah

perdesaan. Jurnal Kolaboratif Sains, 8(2), 1231–1238.

https://doi.org/10.56338/jks.v8i2.7073

Bao, L. (2006). Theoritical comparison of average normalized gain calculations.

Physics Education Research, 74(10), 917–922.

Dewi, P., Haryanto, H., & Kisman, K. (2025). Evaluasi penerapan pengendalian hama

terpadu petani padi (Oryza sativa) dalam program P4 di Kabupaten Lombok Barat.

Jurnal Ilmiah Mahasiswa AGROKOMPLEK, 4(1), 146–154.

Gitakarma, M. S., Ariawan, K. U., Indrawan, G., & Pracasitaram, I. G. M. S. B. (2025).

Pemantauan lingkungan pertanian dengan menggunakan weather station berbasis

IoT: Solusi efektif untuk petani di era digital. Jurnal Komputer dan Teknologi Sains

(KOMTEKS), 4(1), 35–40.

Helina, S., Aeny, T. N., & Ivayani. (2021). Simultaneous detection of virus infecting

tobacco plant using multiplex-PCR in Klaten, Indonesia. Archives of Phytopathology

and Plant Protection, 54(19–20), 1838–1847.

Helina, S., Sulandari, S., Hartono, S., & Trisyono, Y. A. (2019). Detection and analysis

of protein profile on rice infected by stunting virus with different severity on

Ciherang and Situ Bagendit varieties. Jurnal Hama dan Penyakit Tumbuhan

Tropika, 23(1), 116–124.

Helina, S., Sulandari, S., Trisyono, Y. A., & Hartono, S. (2020). Assessments of yield

Kurnia Mengabdi: Jurnal Pengabdian kepada Masyarakat

Vol. 3, No. 2, Agustus 2026, page: 142-154

E-ISSN: 3047-2474 (online) 154

https://kurniajurnal.com/index.php/kurnia-mengabdi

losses due to double infection of Rice ragged stunt virus and Rice grassy stunt virus

at different severity in the field, Yogyakarta, Indonesia. Jurnal Hama dan

Penyakit Tumbuhan Tropika, 32(2), 129–136.

Humaidi, E., Unteawati, B., & Analianasari. (2020). Pemetaan komoditas sayur

unggulan di Provinsi Lampung. Jurnal Agribisnis Indonesia, 8(2), 106–114.

Lee, S., & Yun, C. M. (2023). A deep learning model for predicting risks of crop pests

and diseases from sequential environmental data. Plant Methods, 19, 145.

https://doi.org/10.1186/s13007-023-01122-x

Millianda, M. E., Furqon, M., & Niagara, R. G. (2025). Rancangan automatic weather

station (AWS) menggunakan Arduino Mega pada bandara unit yang tidak tersedia

AWS. Jurnal TNI Angkatan Udara, 4(3), 1–8.

Pambudi, A., & Amelia, D. (2025). Agri Cuaca: Aplikasi Android untuk rekomendasi

kegiatan pertanian padi berbasis data cuaca dan analisis AI. Jurnal Pustaka Data, 5(2),

403–411. https://doi.org/10.55382/jurnalpustakadata.v5i2.1441

Salimah, N. A., Kuswinanti, T., & Nasruddin, A. (2021). Eksplorasi dan penentuan

ras penyebab penyakit blas padi di Kabupaten Maros. Jurnal Fitopatologi Indonesia,

17(2), 41–48. https://doi.org/10.14692/jfi.17.2.41-48

Saptomo, S. K., Junaedi, A., Arif, C., Taufik, M., & Julianto, B. T. (2026). Pengenalan

teknologi Automatic Weather Station dan identifikasi sumber air dalam mendukung

pertanian padi cerdas iklim di Kabupaten Sukabumi. Agrokreatif: Jurnal Ilmiah

Pengabdian kepada Masyarakat, 12(2), 268–276.

https://doi.org/10.29244/agrokreatif.12.2.268-276

Sugiarto, S., Putra, M., & Dharmawan, G. S. B. (2019). Pengembangan stasiun

pengamatan cuaca maritim otomatis berbasis webserver. SENTER 2019, 68–76.

Surmaini, E. (2016). Pemantauan dan peringatan dini kekeringan pertanian di

Indonesia. Jurnal Sumberdaya Lahan, 10(1), 37–50.

Surmaini, E., et al. (2006). Applying climate information for supporting farming

system of food crop. Indonesian Soil and Climate Journal, (24).

https://doi.org/10.2017/jti.v0n24.2006.%p

Tasliah, T., Prasetiyono, J., Suhartini, T., & Soemantri, I. H. (2015). Ketahanan galur-

galur padi Pup1 terhadap penyakit blas. Jurnal Penelitian Pertanian Tanaman Pangan,

34(1), 29–36.

World Meteorological Organization. (2024). Agrometeorological information for

climate resilient agriculture in Bangladesh. Bulletin of the World Meteorological

Organization, 73(2).