Penggunaan data berskala besar dan pemodelan prediktif kini menjadi pilar krusial dalam merumuskan keputusan strategis di sektor agri-fisheries global. Hal tersebut mengemuka dalam sesi paralel kelas Summer Course on Sustainable Tropical Agriculture and Fisheries (SC-STAF) 2026 yang berlangsung secara daring melalui zoom meeting pada Rabu, 8 Juli 2026. Diskusi ilmiah ini berfokus pada integrasi sains data untuk menjawab kompleksitas pengelolaan lanskap pertanian dan perikanan tropis yang kian dinamis.
Narasumber dalam sesi paralel tersebut adalah Dr. Buddhi Dayananda, seorang pakar analitik strategis dan ilmuwan data terkemuka. Dr. Buddhi saat ini beralih profesi sebagai Senior Biometric Consultant pada Data Science Collaborative Research Platform di University of Queensland (UQ), Australia. Menempuh pendidikan doktoral di University of Technology Sydney, beliau memiliki pengalaman lebih dari 15 tahun dalam mengelola dan menganalisis dataset multi-sumber guna menghasilkan rekomendasi kebijakan berbasis bukti (evidence-based advice).
Dalam pemaparannya, Dr. Buddhi mengupas tuntas teknik pemrosesan data, desain eksperimental, hingga pemanfaatan alat business intelligence dan kecerdasan buatan untuk efisiensi pelaporan riset pertanian. Beliau membagikan pengalamannya di UQ dalam menyaring dataset berukuran besar, termasuk data time series, uji coba jangka panjang, hingga data spasial dari drone. Implementasi model matematika dan statistik ini dinilai sangat krusial agar hasil riset dari laboratorium dapat diterjemahkan menjadi wawasan praktis yang dipahami oleh para pemangku kepentingan.
Sesi yang dipandu secara virtual ini memicu antusiasme yang sangat tinggi dari para mahasiswa mancanegara. Ruang Zoom Meeting dipenuhi dengan diskusi interaktif. Melalui fasilitasi kuliah pakar internasional ini, Fakultas Pertanian UGM membuktikan kontribusi nyatanya terhadap pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Penguatan literasi data riset ini berkontribusi langsung pada SDG 4: Pendidikan Berkualitas melalui transfer keahlian biometrika mutakhir, serta mendukung SDG 9: Industri, Inovasi, dan Infrastruktur melalui pemanfaatan teknologi analitik berbasis kecerdasan buatan (AI). Selain itu, efisiensi pengelolaan komoditas pangan yang dihasilkan dari akurasi pemodelan data turut mendukung SDG 2: Tanpa Kelaparan dan SDG 12: Konsumsi dan Produksi yang Bertanggung Jawab dalam mewujudkan sistem pangan yang lebih berkelanjutan. Pemanfaatan data spasial dan analitik untuk mendukung pengelolaan lanskap pertanian yang berkelanjutan juga berkontribusi pada SDG 15: Ekosistem Daratan, sementara kolaborasi antaruniversitas dalam program ini menunjukkan komitmen Faperta UGM terhadap SDG 17: Kemitraan untuk Mencapai Tujuan melalui penguatan jejaring akademik internasional.
Penulis: Rani Nur Rochim
Editor: Tantriani
Dokumentasi: Tim SCA-STAF 2026