Spirulina, tumbuhan mikroalga berwarna hijau-kebiruan dengan nama latin Arthrospira platensis ini, diakui memiliki manfaat nutrisi yang luar biasa, dengan kandungan protein tinggi, yaitu mencapai 50% hingga 70% dari berat keringnya. Selain kaya sumber vitamin dan mineral, Spirulina juga mengandung senyawa bioaktif seperti karotenoid serta antioksidan. Spirulina telah dikembangkan secara luas kedalam produk makanan, kosmetik, dan suplemen diet. Mengingat tingginya potensi dan permintaan, Spirulina kini banyak dibudidayakan di berbagai negara, termasuk Amerika Serikat, Thailand, China, India, Taiwan, Pakistan, dan Burma. Pengelolaan budidaya Spirulina itu sendiri bisa dilakukan dengan beberapa metode. Di antara metode yang ada, tiga metode ini yang poluler: sistem kolam terbuka, fotobioreaktor, dan kit budidaya rumahan yang memerlukan solusi terintegrasi kecerdasan buatan dengan perangkat IoT.
Dalam penelitiannya, Elbaati dkk., (2026), mengusulkan sistem AIoT yang memanfaatkan Generative AI (seperti Large Language Model / LLM) untuk menghasilkan rekomendasi yang presisi, serta edge computing (TinyML) untuk memastikan operasi otonom dan stabil dalam rangka memelihara kondisi optimal, mengotomatisasi tugas manual, dan secara substansial meningkatkan hasil panen dan kualitas produk Spirulina.
Architecture of the proposed AIoT solution for spirulina cultivation control
Abstract
Abdelkarim Elbaati, Mariem Kobbi, Jihene Afli, Abdelrahim Chiha, Riadh Haj Amor, Bilel Neji, Taha Beyrouthy, Youssef Krichen, Adel M. Alimi
In the evolving field of Spirulina cultivation, the integration of the internet of things (IoT) has facilitated the optimization of spirulina growth and significantly enhanced biomass yield in the culture medium. This study outlines a control open-pond system for Spirulina cultivation that employs generative artificial intelligence (AI) and edge computing within an IoT framework. This transformative approach maintains optimal conditions and automates tasks traditionally managed through labor-intensive manual processes. The system is designed to detect, acquire, and monitor basin data via electronic devices, which is then analyzed by a large language model (LLM) to generate precise, context-aware recommendations based on domain-specific knowledge. The final output comprises SMS notifications sent to the farm manager, containing the generated recommendations, which keep them informed and enable timely intervention when necessary. To ensure continued autonomous operation in case of connectivity loss, pre-trained TinyML models were integrated into the Raspberry Pi. These models display alarm signals to alert the farm owner to any irregularities, thereby maintaining system stability and performance. This system has substantially improved the growth rate, biomass yield, and nutrient content of Spirulina. The results highlight the potential of this system to transform Spirulina cultivation by offering an adaptable, autonomous solution.
Hasil yang didapatkan dalam penelitian ini, sistem yang diusulkan (AIoT) secara substansial mampu meningkatkan laju pertumbuhan, hasil biomassa, dan kandungan nutrisi Spirulina. Ini bukan hanya mengatasi keterbatasan metode tradisional, tetapi juga membuka jalan bagi sistem pertanian AI-terintegrasi di daerah pedesaan dan terpencil, di mana pengawasan ahli terus-menerus sulit didapatkan.
Baca artikel lengkapnya GRATIS!
DOI: doi.org/10.11591/ijece.v16i1.pp488-504