Pengumpulan data dan implementasi kecerdasan buatan (AI) semakin umum terjadi dalam teknologi pertanian – namun tidak semua orang siap untuk mengadopsinya dalam kegiatan pertanian mereka. Panelis pada World Agri-Tech Summit 2023 di San Francisco membahas dampak teknologi baru dan bagaimana mempercepat penggunaannya di peternakan.
Kecerdasan Buatan Dipertanian
Salah satu fungsi paling kuat dari kecerdasan buatan (AI) adalah kemampuannya untuk mengidentifikasi faktor stres pada tanaman dan menghasilkan data untuk mengurangi stres tersebut, menurut Mark Dann, manajer industri di Esri, perusahaan sistem informasi geografis.
“Saat Anda mengenali stres pada tanaman, tidak ada yang dapat Anda lakukan untuk memulihkan potensi hasil tersebut,” kata Dann. “Yang dapat Anda lakukan hanyalah memaksimalkan respons Anda terhadap tingkat stres berikutnya.”
Randy Barker, CEO dan salah satu pendiri Intent Ag, sebuah perusahaan teknologi dan wawasan, mengatakan manajemen data harus lebih efisien, nyaman, dan berkelanjutan agar dapat menjadi alat berharga bagi petani.
“Petani menciptakan data, dan saya pikir industri atau rantai pasokan pertanian dapat memonetisasi data melalui siklus tersebut untuk menciptakan produk atau hasil pertanian yang lebih baik,” kata Barker. “Saya pikir Anda ingin memonetisasi sesuatu di mana kedua pihak mendapatkan keuntungan secara bersamaan, dan kemudian kita mendapatkan produk yang lebih baik dengan lebih cepat yang benar-benar berfungsi di pertanian.”
Mengolah Data
Jumlah titik data per hektar di peternakan, telah meningkat secara eksponensial dalam beberapa tahun terakhir. Salah satu tantangan utama yang dihadapi industri pertanian adalah menghubungkan titik-titik data tersebut menjadi rekomendasi yang bermakna dan spesifik bagi petani, menurut Ron Baruchi, CEO Agmatix, sebuah perusahaan agro informatika.
“Karena setiap orang menciptakan alat pemodelan digital, ini menciptakan banyak data yang terpisah,” kata Baruchi. “Jika kita dapat menemukan tingkat standarisasi yang tepat antara rangkaian data dan menciptakan standar yang jelas antara solusi-solusi yang berbeda, kita akan melihat lebih banyak kolaborasi data. Saya pikir open data adalah masa depan.”
Dann mengatakan bahwa pusat data geospasial yang demokratisasi menjadi kunci untuk menggabungkan data tersebut.
Kebijakan privasi yang kuat, dengan kemampuan untuk mencabut, atau memprivatisasi, data mereka dapat memberikan kepercayaan yang dibutuhkan petani untuk bersedia berbagi data, menurut Barker. Meskipun demikian, berdasarkan pengalamannya, hal ini tidak terlalu sulit.
“Kami memiliki petani yang kami uji coba dengan menawarkan untuk mengirimkan lebih banyak data untuk diproses,” kata Barker. “Mereka berkata, ‘Bisakah Anda berbagi lebih banyak? Bisakah saya memberikan konteks?’ Mereka sangat bersedia untuk berbagi karena mereka melihat sinergi atau nilai konteks. Yang mereka tidak inginkan adalah melanggar atau disalahgunakan.”
Dann mengatakan bahwa ia melihat generasi petani yang lebih muda lebih bersedia untuk berbagi data, karena mereka lebih terbiasa dengan integrasi teknologi dalam kehidupan mereka, tetapi pada akhirnya hal ini tetap bergantung pada kepercayaan dan janji data yang dapat dijalankan dengan potensi ROI (Return on Investment).
Manejemen Macro Hingga Micro
Resolusi atau skala data semakin tinggi, perlahan-lahan menyempit dari seluruh lahan pertanian menjadi are, dan segera sampai pada tanaman individu.
“Kita berada pada tingkat satelit, turun keperalatan penanaman – GPS turun ke visi komputer, dengan resolusi yang sangat tinggi,” kata Barker. “Kita berada pada momen yang luar biasa di mana kita benar-benar bisa mengelola hingga tingkat tanaman atau sub-tanaman. Ilmu biologi sudah ada, dan sekarang rekayasa keilmuan sedang mencapai tingkat itu.”
Barker berharap dengan teknologi AI yang memproses data, petani akan dapat mengelola ladang mereka, hingga ke bagian-bagian individu, secara real-time.
“Salah satu tantangan yang menghalangi adalah menemukan teknologi yang tepat untuk mencapai skala tersebut dengan harga yang sesuai,” kata Baruchi. “Nilainya jelas, tetapi jumlah pekerjaan yang diperlukan untuk mencapainya cukup rumit.” [SF]