<![CDATA[Teknologi digital dan sistem cerdas semakin banyak diterapkan dalam bidang pertanian dan agro-lingkungan untuk meningkatkan kualitas pengambilan keputusan, efisiensi penggunaan sumber daya, dan keberlanjutan lingkungan. Namun, bukti mengenai sejauh mana kecerdasan berbasis data dapat diterjemahkan menjadi tindakan operasional dan dampak lingkungan yang terukur masih terfragmentasi. Tinjauan literatur sistematis ini mengkaji perkembangan tersebut melalui kerangka Data–Keputusan–Tindakan–Dampak Lingkungan (Data–Decision–Action–Environmental Outcomes/DDAEO). Mengikuti pedoman PRISMA 2020, sebanyak 498 penelitian yang terindeks dalam Dimensions dan diterbitkan pada periode 2014–2026 dianalisis menggunakan kerangka DDAEO dan klasifikasi Tingkat Kematangan Bukti (Evidence Maturity Levels/EML). Kecerdasan buatan dan pembelajaran mesin (AI/ML) merupakan kelompok teknologi yang paling banyak ditemukan (52,0%), diikuti Internet of Things (IoT) (28,5%) serta robotika dan otomatisasi (21,5%). Meskipun kemampuan analitis telah berkembang pesat, hanya 155 penelitian (31,1%) yang mencapai tingkat bukti EML4–EML5, termasuk tindakan yang dimodelkan atau disimulasikan, dan hanya 34 penelitian (6,8%) yang menghubungkan tindakan yang telah diimplementasikan dengan dampak penggunaan sumber daya atau lingkungan yang diukur secara empiris. Hasil penelitian mengidentifikasi dua kesenjangan utama, yaitu kesenjangan Keputusan menuju Tindakan (Decision-to-Action) dan kesenjangan Tindakan menuju Dampak (Action-to-Outcome). Kontribusi utama penelitian ini terletak pada integrasi kerangka DDAEO–EML untuk mengevaluasi perkembangan bukti dari pengamatan digital dan kecerdasan pengambilan keputusan menuju intervensi operasional dan kinerja lingkungan yang terbukti. Penelitian mendatang perlu memprioritaskan validasi lapangan, mekanisme implementasi keputusan, penggunaan kondisi dasar dan pembanding yang memadai, serta pengukuran kuantitatif dampak terhadap sumber daya dan lingkungan.]]>
Copyrights © 2026
