Tim PKM Karya Inovatif (KI) yang diketuai oleh Altaf Husain bersama tiga anggotanya, Fareihan Rizki Farikhin, Nikita Amanda, dan Lystia Anggraini dibawah bimbingan Dr. Slamet Widodo, S.TP, M.Sc. telah menciptakan terobosan baru dalam pendeteksi kematangan dan sortasi buah jambu kristal yang dinamakan SLOVE.
Jambu kristal (Psidium guajava L.) telah menjadi salah satu komoditas buah yang sangat diminati oleh masyarakat berkat rasa manisnya, tekstur daging yang halus, serta jumlah biji yang sangat sedikit. Buah ini juga dikenal mudah dibudidayakan dengan frekuensi panen yang tinggi, menjadikannya komoditas potensial untuk dikembangkan baik dalam skala perorangan, kelompok tani, maupun perusahaan besar. Namun, meski memiliki berbagai keunggulan, proses panen dan pascapanen jambu kristal sering kali menghadapi berbagai tantangan, terutama dalam hal penentuan tingkat kematangan buah.
Salah satu permasalahan utama yang dihadapi petani jambu kristal adalah kesulitan dalam menentukan kematangan buah saat panen. Selama ini, petani mengandalkan analisis visual terhadap warna kulit buah untuk menilai kematangan, yang sayangnya tidak selalu akurat dan konsisten. Pendekatan manual ini memerlukan tenaga kerja berpengalaman, namun persepsi manusia yang subjektif serta risiko kelelahan dapat menyebabkan hasil panen yang tidak seragam dalam hal kematangan, yang pada akhirnya berpengaruh pada mutu buah.
Untuk mengatasi tantangan tersebut, Tim PKM KI IPB University mengusulkan inovasi teknologi non-destruktif untuk mendeteksi tingkat kematangan buah jambu kristal yang dinamai SLOVE. Inovasi ini berupa sarung tangan pintar yang dilengkapi sensor fluoresensi untuk mengukur kematangan buah secara cepat dan akurat. Dengan sensor ini, sarung tangan dapat mendeteksi kandungan kimia pada buah, khususnya Total Padatan Terlarut (TPT), yang menjadi indikator utama tingkat kemanisan buah jambu kristal.
Sarung tangan pintar SLOVE tidak hanya berfungsi sebagai alat deteksi, tetapi juga dirancang untuk melindungi petani saat proses pemanenan. Selain menjadi alat pelindung diri (APD) yang efektif, sarung tangan ini juga mencegah potensi kerusakan pada kulit buah akibat kontak langsung dengan tangan. Inovasi ini diharapkan dapat memudahkan proses pemanenan sekaligus meningkatkan efisiensi dan efektivitas dalam menyortir buah berdasarkan kematangannya.Â
Dalam proses pengembangan alat, tim SLOVE juga melakukan berbagai uji coba dan pengujian untuk memastikan keakuratan dan konsistensi alat ini. Dengan mengintegrasikan model machine learning dalam sistemnya, sarung tangan ini mampu memprediksi tingkat kematangan buah dengan lebih baik, menjadikan proses pemanenan lebih andal dan mengurangi ketergantungan pada penilaian manual.
