Cendekiatani

Pertanian digital, terkadang dikenal sebagai cendekiatani atau pertanian elektronik, (bahasa Inggris : smartfarming;digital farming) [1] adalah perangkat manajemen yang dapat mengelola, mengumpulkan, menyimpan, menganalisis, dan berbagi data elektronik dan/atau informasi di bidang pertanian secara digital. Organisasi Pangan dan Pertanian Perserikatan Bangsa-Bangsa menggambarkan proses digitalisasi pertanian sebagai revolusi pertanian digital .

Cendekiatani mencakup (namun tidak terbatas pada) pertanian presisi . Berbeda dengan pertanian presisi, cendekiatani berdampak pada seluruh rantai nilai pertanian pangan – sebelum, selama, dan setelah produksi di pertanian. [2] Oleh karena itu, teknologi di pertanian, seperti pemetaan hasil panen, sistem panduan GPS, dan penerapan tingkat variabel, termasuk dalam domain pertanian presisi dan pertanian digital. Di sisi lain, teknologi digital yang terlibat dalam platform e-commerce, layanan e-extension, sistem resi gudang, sistem penelusuran makanan yang didukung blockchain, aplikasi penyewaan traktor, dan lain-lain berada di bawah payung pertanian digital tetapi bukan pertanian presisi.

Konteks sejarah

Teknologi digital yang berkembang berpotensi menjadi pengubah permainan dalam praktik pertanian tradisional. Organisasi Pangan dan Pertanian Perserikatan Bangsa-Bangsa menyebut perubahan ini sebagai sebuah revolusi: “'revolusi cendekiatani' akan menjadi perubahan terbaru yang dapat membantu memastikan pertanian memenuhi kebutuhan populasi global di masa depan.” [3] Sumber lain menyebut perubahan ini sebagai “Pertanian 4.0,” yang menunjukkan perannya sebagai revolusi pertanian besar keempat.[4] Tanggal pasti terjadinya Revolusi Pertanian Keempat masih belum jelas. Forum Ekonomi Dunia mengumumkan bahwa “Revolusi Industri Keempat” (termasuk pertanian) akan berlangsung sepanjang abad ke-21, sehingga mungkin tahun 2000 atau segera setelahnya akan menandai dimulainya Pertanian 4.0.[5] [6]

Dalam beberapa hal, Revolusi Cendekiatani mengikuti pola revolusi pertanian sebelumnya. Para ahli memperkirakan adanya pergeseran lebih lanjut dari tenaga kerja, sedikit pergeseran dari modal, dan peningkatan penggunaan sumber daya manusia – meneruskan tren yang dimulai oleh Revolusi Pertanian Inggris.[7] [8] Selain itu, banyak pihak memperkirakan bahwa reaksi sosial – mungkin akibat penggunaan kecerdasan buatan atau robot – akan muncul seiring dengan terjadinya revolusi keempat.[9] [10] [11] [12] Karena kontroversi menyertai setiap transformasi masyarakat, revolusi cendekiatani bukanlah hal baru.

Di sisi lain, Revolusi Cendekiatani berbeda dari pendahulunya. Pertama, teknologi digital akan mempengaruhi seluruh bagian rantai nilai pertanian, termasuk segmen di luar pertanian. [13] [14] Hal ini berbeda dengan tiga revolusi pertanian pertama, yang terutama berdampak pada teknik produksi dan teknologi pertanian. Kedua, peran petani memerlukan lebih banyak keterampilan analisis data dan lebih sedikit interaksi fisik dengan ternak/ladang.[15] [16] [14] [17] Ketiga, meskipun pertanian selalu mengandalkan bukti empiris, volume data dan metode analisis akan mengalami perubahan drastis dalam revolusi digital. [18] [19] Misalnya, sistem cendekiaternak yang terus memantau perilaku hewan Anda. Memberi Anda wawasan tentang perilaku mereka setiap saat sepanjang hari.[20] Terakhir, peningkatan ketergantungan pada data besar dapat meningkatkan perbedaan kekuasaan antara petani dan penyedia layanan informasi, [13] [21] atau antara petani dan pelaku rantai nilai besar (seperti supermarket). [13]

Teknologi

Cendekiatani mencakup beragam teknologi, yang sebagian besar memiliki banyak penerapan di sepanjang rantai nilai pertanian. Teknologi ini mencakup, namun tidak terbatas pada:

  • Komputasi awan/alat analisis data besar [22]
  • Kecerdasan buatan
  • Pembelajaran mesin
  • Teknologi buku besar terdistribusi, termasuk rantai blok dan kontrak pintar
  • Internet of Things, sebuah prinsip yang dikembangkan oleh Kevin Ashton </link> yang menjelaskan bagaimana objek mekanis sederhana dapat digabungkan menjadi suatu jaringan untuk memperluas pemahaman tentang objek tersebut [23]
  • Teknologi komunikasi digital, seperti telepon seluler
  • Anjungan digital, seperti anjungan komersial umum digital, seperti bighaat, agribegri, krisikart India Menyediakan informasi digital, Pestisida, pengiriman produk agro ke depan pintu petani. aplikasi penasihat pertanian seperti Plantix menawarkan deteksi penyakit tanaman dengan cepat di benua mana dan secara ekonomi, atau situs web e-extension membantu petani meningkatkan keuntungan mereka.
  • Teknologi pertanian presisi, termasuk
    • Sensor, termasuk sensor makanan dan sensor tanah
    • Sistem panduan dan pelacakan (sering diaktifkan  dengan GPS, GNSS, RFID, IoT)
    • Teknologi input tingkat variabel
    • Kontrol bagian otomatis
    • Teknologi pencitraan canggih [24], termasuk citra satelit dan drone, untuk melihat gradien suhu, gradien kesuburan, gradien kelembapan, dan anomali di suatu lapangan
    • Mesin otomatis dan robot pertanian

Dampak adopsi cendekiatani

FAO memperkirakan dunia perlu memproduksi makanan sebanyak 56% lebih banyak (dibandingkan dengan tahun 2010, dengan pertumbuhan “bisnis seperti biasa”) untuk memberi makan lebih dari 9 miliar orang pada tahun 2050.[25] [26] Selain itu, dunia menghadapi tantangan yang saling berkaitan seperti malnutrisi, perubahan iklim, sampah makanan, dan perubahan pola makan.[27] Untuk menghasilkan “masa depan pangan yang berkelanjutan ,” dunia harus meningkatkan produksi pangan sekaligus mengurangi emisi gas rumah kaca dan mempertahankan (atau mengurangi) lahan yang digunakan untuk pertanian. [28] Cendekiatani dapat mengatasi tantangan-tantangan ini dengan menjadikan rantai nilai pertanian lebih efisien, adil, dan ramah lingkungan.

Efisiensi

Teknologi digital mengubah aktivitas ekonomi dengan menurunkan biaya replikasi, transportasi, pelacakan, verifikasi, dan pencarian data.[29] Karena penurunan biaya ini, teknologi digital akan meningkatkan efisiensi di seluruh rantai nilai pertanian.

Potensi kesenjangan akibat cendekiatani

Meskipun teknologi digital dapat memfasilitasi akses pasar dan arus informasi, tidak ada jaminan bahwa teknologi tersebut tidak akan memperburuk kesenjangan yang ada. Jika kendala menghalangi banyak petani untuk mengadopsi cendekiatani, manfaatnya mungkin hanya akan dinikmati oleh pihak yang berkuasa.

  • Peternakan besar : Ketika teknologi cendekiatani memerlukan banyak investasi di muka, hanya peternakan besar dengan aset dan akses kredit yang memadai yang akan mengadopsinya. [30] Misalnya, pertanian besar kemungkinan besar akan mengadopsi teknologi pertanian presisi karena biayanya yang tinggi. [31] Namun, semakin banyak mekanisasi otomatis yang berfokus pada mesin otonom yang lebih banyak namun lebih kecil, dibandingkan mesin yang lebih kecil namun lebih besar seperti yang terlihat pada mesin yang masih memerlukan kendali manusia.[32] Tren ini memungkinkan pertanian skala kecil untuk berpartisipasi dalam pertanian digital secara lebih merata dibandingkan dengan peternakan skala besar, karena investasi di muka menjadi lebih setara dibandingkan dengan ukuran lahan pertanian.
  • Kesenjangan digital : Akses yang tidak merata terhadap teknologi informasi dan komunikasi (TIK) dapat menyebabkan adopsi yang tidak merata – dan dengan demikian tidak meratanya perolehan – pertanian digital. Ketika teknologi digital memerlukan keterampilan khusus, petani yang melek digital akan mendapatkan manfaat yang bisa memanfaatkan peluang tersebut.[33] [34] [35]
  • Gender : Mengingat kesenjangan berbasis gender dalam akses TIK [36] [37] dan kesenjangan gender dalam rantai nilai agribisnis, [38] laki-laki tampaknya lebih cenderung mengadopsi pertanian digital. [30] Oleh karena itu, teknologi digital dapat melanggengkan kesenjangan gender di sektor pertanian.[39]
  • Tenaga kerja tidak terampil : Kemajuan produktivitas di lahan pertanian, khususnya melalui otomatisasi digital dan pertanian presisi, dapat mengancam pekerjaan berketerampilan rendah. [40] Menurut OECD, pertanian akan menjadi salah satu sektor yang paling terkena dampak otomatisasi [41] dan McKinsey Global Institute memproyeksikan bahwa otomatisasi akan menggantikan 15% pekerja pertanian di Meksiko dan 30% di Jerman.[42]
  • Agrobisnis dan penyedia layanan : Meningkatnya ketergantungan pada big data dapat meningkatkan perbedaan kekuatan antara agrobisnis/penyedia layanan informasi dan petani. [22] [43] Jika petani kecil tidak memiliki akses dan/atau kendali atas data mereka, mereka mungkin kehilangan daya tawar dibandingkan pelaku rantai nilai besar (seperti supermarket) dan pengumpul data.[44]

Lingkungan

Meningkatkan efisiensi sumber daya alam adalah “satu-satunya kebutuhan paling penting untuk masa depan pangan yang berkelanjutan,” menurut World Resource Institute. [45] Seperti disebutkan di bagian efisiensi di lahan pertanian, pertanian presisi – termasuk penerapan nutrisi dengan tingkat variabel, irigasi dengan tingkat variabel, panduan mesin, dan penanaman/pembenihan dengan tingkat variabel – dapat meminimalkan penggunaan input pertanian untuk hasil tertentu.[46] [47] Hal ini dapat memitigasi pemborosan sumber daya dan eksternalitas lingkungan yang negatif, [48] seperti emisi gas rumah kaca (GRK), [47] erosi tanah, [49] dan limpasan pupuk. [50] Misalnya, Katalin dkk. Perkiraan tahun 2014 bahwa peralihan ke pengelolaan gulma yang presisi dapat menghemat hingga 30.000 ton pestisida di negara-negara UE-25.[51] González-Dugo dkk. Tahun 2013 menemukan bahwa irigasi yang tepat pada kebun jeruk dapat mengurangi penggunaan air sebesar 25 persen sambil mempertahankan hasil yang konstan.[52] Basso dkk. Tahun 2012 menunjukkan bahwa pemberian pupuk dengan tingkat variabel dapat mengurangi penggunaan nitrogen dan pencucian tanpa mempengaruhi hasil dan keuntungan bersih.[53]

Namun, pertanian presisi juga dapat mempercepat penipisan sumber daya alam oleh pertanian karena adanya efek balik (rebound effect) ; meningkatkan efisiensi input tidak selalu mengarah pada konservasi sumber daya. [54] Selain itu, dengan mengubah insentif ekonomi, pertanian presisi dapat menghambat efektivitas kebijakan lingkungan hidup: “Pertanian presisi dapat menyebabkan biaya pengurangan marjinal yang lebih tinggi dalam bentuk hilangnya keuntungan, sehingga mengurangi respons produsen terhadap kebijakan tersebut. " [54] Dengan kata lain, menjaga polusi tetap konstan dan pertanian presisi memungkinkan petani menghasilkan lebih banyak hasil — sehingga pengurangan polusi menjadi lebih mahal.

Cendekiatani di luar pertanian mempunyai potensi untuk meningkatkan pemantauan lingkungan dan ketertelusuran sistem pangan. Biaya pemantauan untuk sertifikasi kepatuhan terhadap standar lingkungan, kesehatan, atau limbah menurun karena teknologi digital.[55] Misalnya, citra satelit dan drone dapat melacak penggunaan lahan dan/atau tutupan hutan; teknologi buku besar terdistribusi dapat memungkinkan transaksi tepercaya dan pertukaran data; sensor makanan dapat memantau suhu untuk meminimalkan kontaminasi selama penyimpanan dan transportasi. [56] Bersama-sama, teknologi seperti ini dapat membentuk sistem ketertelusuran pertanian digital, yang memungkinkan para pemangku kepentingan melacak produk pertanian pangan hampir secara real-time. Ketertelusuran digital menghasilkan sejumlah manfaat, baik bagi lingkungan maupun lainnya:

  • Mengurangi limbah makanan : Dari seluruh kalori makanan yang dihasilkan dalam satu tahun, 25% terbuang antara produksi di pertanian dan konsumen. [57] Sistem ketertelusuran memfasilitasi identifikasi kelemahan sisi pasokan dengan lebih baik – di mana makanan hilang di hilir pertanian, dan berapa banyak yang terbuang.[58] Inovasi digital yang sedang berkembang, seperti karton susu yang melacak susu dari “peternakan hingga lemari es,” [59] dapat mengatasi limbah dari sisi permintaan dengan memberikan tanggal kedaluwarsa yang lebih akurat kepada konsumen.
  • Kepercayaan konsumen : Memastikan keamanan, kualitas, dan keaslian pangan telah menjadi persyaratan peraturan yang penting di negara-negara berpenghasilan tinggi. Penggunaan tag RFID dan teknologi blockchain untuk mensertifikasi karakteristik produk pertanian pangan dapat memberikan sinyal kualitas yang hampir real-time kepada konsumen. [60]
  • Peningkatan kesejahteraan produsen : Produsen yang dapat memanfaatkan sertifikasi lingkungan dapat menjual produk mereka dengan harga premium, [61] [62] karena teknologi blockchain dapat memberikan kepercayaan yang lebih besar pada label seperti “berkelanjutan”, “organik”, atau “perdagangan yang adil.” [60]

Tujuan Pembangunan Berkelanjutan

Menurut Project Breakthrough, cendekiatani dapat membantu memajukan Tujuan Pembangunan Berkelanjutan PBB dengan menyediakan lebih banyak informasi real-time kepada petani tentang pertanian mereka, sehingga memungkinkan mereka mengambil keputusan yang lebih baik. Teknologi memungkinkan peningkatan produksi tanaman dengan memahami kesehatan tanah . Hal ini memungkinkan petani untuk menggunakan lebih sedikit pestisida pada tanaman mereka. Pemantauan tanah dan cuaca mengurangi limbah air. Cendekiatani idealnya mengarah pada pertumbuhan ekonomi dengan memungkinkan petani mendapatkan hasil maksimal dari lahan mereka. Hilangnya lapangan kerja di bidang pertanian dapat diimbangi dengan peluang kerja baru di bidang manufaktur dan mempertahankan teknologi yang diperlukan untuk pekerjaan tersebut. Cendekiatani juga memungkinkan petani individu untuk bekerja sama, mengumpulkan dan berbagi data menggunakan teknologi. [63] dan Harapannya, generasi muda mau menjadi petani digital [64]

Referensi

  1. ^ "Technology and digital in agriculture - OECD". www.oecd.org. Diakses tanggal 2019-07-25. 
  2. ^ Shepherd, Turner, Small, and Wheeler (2018). "Priorities for science to overcome hurdles thwarting the full promise of the 'digital agriculture' revolution". Journal of the Science of Food and Agriculture. 100 (14): 5083–5092. doi:10.1002/jsfa.9346. PMC 7586842 alt=Dapat diakses gratis. PMID 30191570. Pemeliharaan CS1: Banyak nama: authors list (link)
  3. ^ Trendov, Nikola M.; Varas, Samuel; Zeng, Meng. "Digital Technologies in Agriculture and Rural Areas" (PDF). Diakses tanggal 17 October 2021. 
  4. ^ Rose, David Christian; Chilvers, Jason (2018). "Agriculture 4.0: Broadening Responsible Innovation in an Era of Smart Farming". Frontiers in Sustainable Food Systems. 2: 87. doi:10.3389/fsufs.2018.00087. 
  5. ^ Schwab, Karl (2018). The Fourth Industrial Revolution. Crown Publishing Group. 
  6. ^ Schwab 2018. The Fourth Industrial Revolution. Encyclopedia Britannica. https://www.britannica.com/topic/The-Fourth-Industrial-Revolution-2119734 .
  7. ^ Struik and Kuyper (2017). "Sustainable intensification in agriculture: the richer shade of green. A review". Agronomy for Sustainable Development. 37 (5): 37–39. doi:10.1007/s13593-017-0445-7. 
  8. ^ Bronson (2018). "Smart Farming: Including Rights Holders for Responsible Agricultural Innovation". Technology Innovation Management Review. 8 (2). doi:10.1007/s13593-017-0445-7. 
  9. ^ Rose, David Christian; Chilvers, Jason (2018). "Agriculture 4.0: Broadening Responsible Innovation in an Era of Smart Farming". Frontiers in Sustainable Food Systems. 2. doi:10.3389/fsufs.2018.00087. 
  10. ^ MacNaghten, Phil (2015). "A Responsible Innovation Governance Framework for GM Crops". Governing Agricultural Sustainability. hlm. 225–239. doi:10.4324/9781315709468-19. ISBN 9781315709468. 
  11. ^ MacNaghten, Phil; Chilvers, Jason (2014). "The Future of Science Governance: Publics, Policies, Practices". Environment and Planning C: Government and Policy. 32 (3): 530–548. Bibcode:2014EnPlC..32..530M. doi:10.1068/c1245j. 
  12. ^ Hartley, Sarah; Gillund, Frøydis; Van Hove, Lilian; Wickson, Fern (2016). "Essential Features of Responsible Governance of Agricultural Biotechnology". PLOS Biology. 14 (5): e1002453. doi:10.1371/journal.pbio.1002453. PMC 4856357 alt=Dapat diakses gratis. PMID 27144921. 
  13. ^ a b c Wolfert, Sjaak; Ge, Lan; Verdouw, Cor; Bogaardt, Marc-Jeroen (1 May 2017). "Big Data in Smart Farming – A review". Agricultural Systems. 153: 69–80. Bibcode:2017AgSys.153...69W. doi:10.1016/j.agsy.2017.01.023. ISSN 0308-521X. 
  14. ^ a b Eastwood, C.; Klerkx, L.; Ayre, M.; Dela Rue, B. (26 December 2017). "Managing Socio-Ethical Challenges in the Development of Smart Farming: From a Fragmented to a Comprehensive Approach for Responsible Research and Innovation". Journal of Agricultural and Environmental Ethics (dalam bahasa Inggris). 32 (5–6): 741–768. doi:10.1007/s10806-017-9704-5. ISSN 1187-7863. 
  15. ^ Carolan, Michael (2017). "Publicising Food: Big Data, Precision Agriculture, and Co-Experimental Techniques of Addition: Publicising Food". Sociologia Ruralis (dalam bahasa Inggris). 57 (2): 135–154. doi:10.1111/soru.12120. 
  16. ^ Driessen, Clemens; Heutinck, Leonie F. M. (2015). "Cows desiring to be milked? Milking robots and the co-evolution of ethics and technology on Dutch dairy farms". Agriculture and Human Values (dalam bahasa Inggris). 32 (1): 3–20. doi:10.1007/s10460-014-9515-5. ISSN 0889-048X. 
  17. ^ Holloway, Lewis; Bear, Christopher (2017). "Bovine and human becomings in histories of dairy technologies: robotic milking systems and remaking animal and human subjectivity" (PDF). BJHS Themes (dalam bahasa Inggris). 2: 215–234. doi:10.1017/bjt.2017.2. ISSN 2058-850X. 
  18. ^ Bronson (2018). "Smart Farming: Including Rights Holders for Responsible Agricultural Innovation". Technology Innovation Management Review. 8 (2). doi:10.1007/s13593-017-0445-7. 
  19. ^ Wolf, S.A. and Wood, S.D. (1997). "Precision farming: environmental legitimation, commodification of information, and industrial coordination". Rural Sociology. 62 (2): 180–206. doi:10.1111/j.1549-0831.1997.tb00650.x. Pemeliharaan CS1: Banyak nama: authors list (link)
  20. ^ "Smart farming: a revolutionary system by Fancom for farmers". Fancom BV (dalam bahasa Inggris). Diakses tanggal 19 November 2020. 
  21. ^ Carbonell (2016). "The ethics of big data in agriculture". Internet Policy Review. 5 (1). doi:10.14763/2016.1.405. 
  22. ^ a b Wolfert, Sjaak; Ge, Lan; Verdouw, Cor; Bogaardt, Marc-Jeroen (1 May 2017). "Big Data in Smart Farming – A review". Agricultural Systems. 153: 69–80. Bibcode:2017AgSys.153...69W. doi:10.1016/j.agsy.2017.01.023. ISSN 0308-521X.  Kesalahan pengutipan: Tanda <ref> tidak sah; nama ":1" didefinisikan berulang dengan isi berbeda
  23. ^ Gabbai, Arik. "Kevin For example, Ashton Describes "The Internet of Things"". Smithsonian (dalam bahasa Inggris). Diakses tanggal 9 December 2018. 
  24. ^ Zhang, Chunhua; Kovacs, John M. (31 July 2012). "The application of small unmanned aerial systems for precision agriculture: a review". Precision Agriculture. 13 (6): 693–712. doi:10.1007/s11119-012-9274-5. 
  25. ^ FAO 2017. The Future of Food and Agriculture: Trends and Challenges. Rome. Accessed 11 July 2019. http://www.fao.org/3/a-i6583e.pdf .
  26. ^ "Insights: WRI's Blog". World Resources Institute (dalam bahasa Inggris). Diakses tanggal 26 July 2019. 
  27. ^ Godfray, Beddington, Crute, Haddad, Lawrence, Muir, Pretty, Robinson, Thomas, and Toulmin (2010). "Food Security: The Challenge of Feeding 9 Billion People". Science. 327 (5967): 812–818. Bibcode:2010Sci...327..812G. doi:10.1126/science.1185383. PMID 20110467. Pemeliharaan CS1: Banyak nama: authors list (link)
  28. ^ Searchinger, Timothy D. (19 July 2019). Creating a Sustainable Food Future (dalam bahasa Inggris). World Resources Institute. ISBN 9781569739631. Diakses tanggal 26 July 2019. 
  29. ^ Goldfarb and Tucker (2017). "Digital Economics". National Bureau of Economic Research. Working Paper No. 23684. 
  30. ^ a b World Bank (2019). "The Future of Food: Harnessing Digital Technologies to Improve Food System Outcomes". Washington, DC. doi:10.1596/31565. 
  31. ^ Schimmelpfennig (2016). "Farm Profits and Adoption of Precision Agriculture" (PDF). USDA Economic Research Service. Report no. 217. 
  32. ^ "Swarm robotics and the future of farming | AHDB". ahdb.org.uk. 
  33. ^ Acemoglu, D (1998). "Why Do New Technologies Complement Skills? Directed Technical Change and Wage Inequality". The Quarterly Journal of Economics. 113 (4): 1055–1089. doi:10.1162/003355398555838. 
  34. ^ Goldin and Katz (2008). The Race Between Education and Technology. Cambridge, MA: Belknap Press. 
  35. ^ Cole and Fernando (2012). "Mobile'izing Agricultural Advice: Technology Adoption, Diffusion and Sustainability". Harvard Business School Finance Unit. Research Paper No. 13-047. 
  36. ^ Demirguc-Kunt, Asli; Klapper, Leora; Singer, Dorothe; Ansar, Saniya; Hess, Jake (19 April 2018). The Global Findex Database 2017: Measuring Financial Inclusion and the Fintech Revolution (dalam bahasa Inggris). The World Bank. doi:10.1596/978-1-4648-1259-0. hdl:10986/29510. ISBN 9781464812590. 
  37. ^ World Bank (27 June 2017). ICT in Agriculture (dalam bahasa Inggris) (edisi ke-Updated). doi:10.1596/978-1-4648-1002-2. hdl:10986/27526. ISBN 978-1-4648-1002-2. 
  38. ^ Roscoe, Alexa; Hoffmann, Nathalie Ilona (1 October 2016). "Investing in women along agribusiness value chains" (dalam bahasa Inggris): 1–65. 
  39. ^ Mendonca, Crespo, and Simoes (2015). "Inequality in the Network Society: An Integrated Approach to ICT Access, Basic Skills, and Complex Capabilities". Telecommunications Policy. 39 (3–4): 192–207. doi:10.1016/j.telpol.2014.12.010. Pemeliharaan CS1: Banyak nama: authors list (link)
  40. ^ Freebairn (1995). "Did the Green Revolution Concentrate Incomes? A Quantitative Study of Research Reports". World Development. 23 (2): 265–279. doi:10.1016/0305-750X(94)00116-G. 
  41. ^ Quintini, Glenda; Nedelkoska, Ljubica (8 March 2018). "Automation, skills use and training". OECD Directorate for Employment, Labour, and Social Affairs - Employment, Labour, and Social Affairs Committee. OECD Social, Employment and Migration Working Papers (dalam bahasa Inggris). doi:10.1787/2e2f4eea-en. 
  42. ^ McKinsey & Company (2017). "Jobs lost, jobs gained: workforce transitions in a time of automation". McKinsey Global Institute. 
  43. ^ Carbonell (2016). "The ethics of big data in agriculture". Internet Policy Review. 5 (1). doi:10.14763/2016.1.405. 
  44. ^ Maru, Berne, De Beer, Ballantyne, Pesce, Kalyesubula, Fourie, Addison, Collett, and Chaves 2018. “Digital and Data-Driven Agriculture: Harnessing the Power of Data for Smallholders.” Global Forum on Agricultural Research and Innovation (GFAR); Global Open Data for Agriculture and Nutrition (GODAN); Technical Centre for Agricultural and Rural Cooperation (CTA).https://cgspace.cgiar.org/bitstream/handle/10568/92477/GFAR-GODAN-CTA-white-paper-final.pdf?sequence=3&isAllowed=y .
  45. ^ Searchinger, Timothy D. (19 July 2019). Creating a Sustainable Food Future (dalam bahasa Inggris). World Resources Institute. ISBN 9781569739631. Diakses tanggal 26 July 2019. 
  46. ^ Bongiovanni, R.; Lowenberg-Deboer, J. (1 August 2004). "Precision Agriculture and Sustainability". Precision Agriculture (dalam bahasa Inggris). 5 (4): 359–387. doi:10.1023/B:PRAG.0000040806.39604.aa. ISSN 1573-1618. 
  47. ^ a b Eory, Vera; Barnes, Andrew; Gómez-Barbero, Manuel; Soto, Iria; Wal, Tamme Van der; Vangeyte, Jurgen; Fountas, Spyros; Beck, Bert; Balafoutis, Athanasios (2017). "Precision Agriculture Technologies Positively Contributing to GHG Emissions Mitigation, Farm Productivity and Economics". Sustainability (dalam bahasa Inggris). 9 (8): 1339. doi:10.3390/su9081339. 
  48. ^ European Parliament (2014). "Precision Agriculture: An Opportunity for EU Farmers - Potential Support with the CAP 2014-2020" (PDF). EU Parliament Directorate-General for Internal Policies, Policy Dept. B, Structural and Cohesion Policies: Agriculture and Rural Development. 
  49. ^ Berry, Delgado, Khosla, and Pierce (2003). "Precision conservation for environmental sustainability". Journal of Soil and Water Conservation. 58 (6): 332–339. Pemeliharaan CS1: Banyak nama: authors list (link)
  50. ^ Pedersen, Søren Marcus; Lind, Kim Martin, ed. (2017). Precision Agriculture: Technology and Economic Perspectives. Progress in Precision Agriculture (dalam bahasa Inggris). doi:10.1007/978-3-319-68715-5. ISBN 978-3-319-68713-1. ISSN 2511-2260. 
  51. ^ Katalin, Takács-György; Rahoveanu, Turek; Magdalena, Maria; István, Takács (1 January 2014). "Sustainable New Agricultural Technology – Economic Aspects of Precision Crop Protection". Procedia Economics and Finance. 1st International Conference 'Economic Scientific Research - Theoretical, Empirical and Practical Approaches', ESPERA 2013. 8: 729–736. doi:10.1016/S2212-5671(14)00151-8. ISSN 2212-5671. 
  52. ^ Gonzalez-Dugo, V.; Zarco-Tejada, P.; Nicolás, E.; Nortes, P. A.; Alarcón, J. J.; Intrigliolo, D. S.; Fereres, E. (1 December 2013). "Using high resolution UAV thermal imagery to assess the variability in the water status of five fruit tree species within a commercial orchard". Precision Agriculture (dalam bahasa Inggris). 14 (6): 660–678. doi:10.1007/s11119-013-9322-9. ISSN 1573-1618. 
  53. ^ Basso, Sartori, Cammarano, and Florentino (2012). "Environmental and economic evaluation of N fertilizer rates in a maize crop in Italy: A spatial and temporal analysis using crop models". Biosystems Engineering. 113 (2): 103–111. doi:10.1007/s11119-013-9322-9. Pemeliharaan CS1: Banyak nama: authors list (link)
  54. ^ a b Wolfert, Sjaak; Ge, Lan; Verdouw, Cor; Bogaardt, Marc-Jeroen (1 May 2017). "Big Data in Smart Farming – A review". Agricultural Systems. 153: 69–80. Bibcode:2017AgSys.153...69W. doi:10.1016/j.agsy.2017.01.023. ISSN 0308-521X. 
  55. ^ "The role of digital in improving traceability and certification in the agricultural last mile". GSMA mAgri: Mobile for Development (dalam bahasa Inggris). 26 November 2018. Diakses tanggal 26 July 2019. 
  56. ^ World Bank (2019). "The Future of Food: Harnessing Digital Technologies to Improve Food System Outcomes". Washington, DC. doi:10.1596/31565. 
  57. ^ Searchinger, Timothy D. (19 July 2019). Creating a Sustainable Food Future (dalam bahasa Inggris). World Resources Institute. ISBN 9781569739631. Diakses tanggal 26 July 2019. 
  58. ^ World Economic Forum and McKinsey & Company (2019). "Innovation with a Purpose: Improving Traceability in Food Value Chains through Technology Innovation" (PDF). World Economic Forum: System Initiative on Shaping the Future of Food. 
  59. ^ Friedlander, Blaine (10 May 2019). "Future cartons will track milk from farm to fridge | CALS". cals.cornell.edu. Diakses tanggal 26 July 2019. 
  60. ^ a b Jouanjean, Marie-Agnes (15 February 2019). "Digital Opportunities for Trade in the Agriculture and Food Sectors". OECD Food, Agriculture, and Fisheries Papers, No. 122. OECD Food, Agriculture and Fisheries Papers (dalam bahasa Inggris). doi:10.1787/91c40e07-en. 
  61. ^ Pedersen, Søren Marcus; Lind, Kim Martin, ed. (2017). Precision Agriculture: Technology and Economic Perspectives. Progress in Precision Agriculture (dalam bahasa Inggris). doi:10.1007/978-3-319-68715-5. ISBN 978-3-319-68713-1. ISSN 2511-2260. 
  62. ^ Kent, Lampietti and Hasiner (2019). "Dead Branding Society: Is blockchain the death of food branding as we know it?". World Bank Blogs (dalam bahasa Inggris). Diakses tanggal 26 July 2019. 
  63. ^ "Digital Agriculture: feeding the future". Project Breakthrough (dalam bahasa Inggris). Diakses tanggal 10 December 2018. 
  64. ^ Blahe, Wahyu (10 November 2019). "Digital Farmers". petanidigital.id (dalam bahasa Inggris). Diakses tanggal 12 December 2020.