Di Nature Fresh Farms di Leamington, Ontario, ada sesuatu yang baru di tengah deretan tomat, mentimun, paprika, dan stroberi.
Dengan menggunakan ribuan sensor di setiap rumah kaca, teknologi kecerdasan buatan membantu pertanian mengoptimalkan aspek-aspek seperti pencahayaan, irigasi, dan waktu panen.
“Kami ingin menggunakan teknologi untuk membantu kami menanam lebih banyak, mendapatkan sayuran yang rasanya lebih enak, dan melakukan lebih banyak hal secara umum,” kata Keith Bradley, wakil presiden teknologi informasi dan keamanan di Nature Fresh Farms.
Teknologi dari Intel dan Dell membantu pertanian menjadi proaktif, bukan reaktif, katanya, sehingga meningkatkan hasil panen dan mengurangi penggunaan listrik dan air. Ini bahkan membantu karyawan memiliki keseimbangan kehidupan kerja yang lebih baik, tambahnya.
Di tengah penelitian yang sedang berlangsung mengenai potensi manfaat AI bagi pertanian, pertanian seperti Nature Fresh berada di garis depan penerapannya.
Para petani sudah menggunakan serangkaian teknologi, dan beberapa diantaranya telah mengadopsi alat-alat berteknologi tinggi seperti drone untuk mensurvei lahan pertanian dan mencari informasi tentang gulma, hama dan penyakit, kata Jacqueline Keena, direktur pelaksana di organisasi nirlaba yang dipimpin oleh industri, Emili. Organisasi ini mengoperasikan Innovation Farms, sebuah “pertanian pintar” tempat teknologi baru diuji dan didemonstrasikan di dekat Winnipeg.
Fase berikutnya dari teknologi tersebut melibatkan model AI yang menggunakan data tersebut untuk membuat kesimpulan, prediksi, dan bahkan keputusan, kata Keena – dan AI memungkinkan pertanian menjadi “sangat optimal” hingga ke tingkat yang lebih spesifik dibandingkan sebelumnya.
Teknologi ini menjadi lebih canggih, beralih dari sistem berbasis aturan yang sederhana ke model bahasa yang besar, kata Rozita Dara, asisten profesor di Fakultas Ilmu Komputer Universitas Guelph dan direktur inisiatif Kecerdasan Buatan untuk Pangan.
Hal ini dapat diterapkan pada pertanian presisi, katanya, yang melibatkan analisis data dari sensor untuk membuat keputusan tentang hal-hal seperti berapa banyak air atau pupuk yang akan digunakan. AI dapat digunakan untuk membuat keputusan yang semakin kompleks yang telah lama dibuat oleh manusia, ujarnya.
AI dapat membantu mengatasi masalah seperti kekurangan tenaga kerja dan tantangan iklim, kata Darrell Petras, CEO Jaringan Otomasi dan Intelijen Agri-Food Kanada.
Sebagai contoh, kelompoknya berinvestasi di sebuah perusahaan bernama Croptimistic, kata Petras, yang mengumpulkan data dari lapangan untuk mendeteksi hama, perubahan warna tanaman, dan potensi pemicu stres lainnya pada tanaman.
AI “dapat menentukan apakah ada pemicu stres yang terjadi lebih awal daripada … mata manusia dapat mendeteksinya dan kemudian intervensi manajemen dapat terjadi lebih cepat,” katanya.
Berita terkini dari Kanada dan seluruh dunia dikirimkan ke email Anda, apa yang terjadi.
AI juga memiliki potensi kegunaan dalam menilai biji-bijian di ladang, yang dapat membantu petani mengetahui kapan panen akan dilakukan dan apa yang akan terjadi ketika mereka akan menjualnya, tambah Petras.
Hal ini juga dapat digunakan untuk mengurangi dampak perubahan iklim, katanya.
Banyak penelitian mengenai AI dan pertanian dilakukan di perguruan tinggi, kata Petras, namun hal ini perlu diuji di lapangan. Hal ini sering dilakukan melalui “kendaraan komersialisasi”, jelasnya, baik itu perusahaan rintisan maupun perusahaan yang sudah ada.
Terdapat jaringan pertanian pintar di seluruh Kanada, dipimpin oleh Olds College of Agriculture & Technology di Alberta, yang bertujuan untuk menguji dan mendemonstrasikan teknologi pertanian baru.
Salah satu peternakan dalam jaringan ini adalah Peternakan Inovasi Emili.
“Kami benar-benar menunjukkan cara kerja teknologi ini dalam lingkungan komersial, dan menjadi mitigator risiko saat kami mencoba teknologi ini… dan kemudian berbagi dengan pihak lain, termasuk petani lain, bagaimana teknologi ini benar-benar berfungsi sebagai sarana untuk mempercepat adopsi dan integrasi penuh teknologi baru tersebut,” kata Keena, dari Emili.
Salah satu peternakan pintar lainnya ada di Olds College, tempat Felippe Karp melakukan penelitian tentang cara mengembangkan standar pengumpulan dan pemrosesan data untuk membangun model AI.
Model AI hanya akan bagus jika kumpulan datanya, jelas Karp, yang merupakan rekan peneliti di perguruan tinggi tersebut dan kandidat PhD di bidang teknik sumber daya hayati di McGill University. Fokusnya saat ini adalah mengukur dan memprediksi variabilitas unsur hara tanah.
“Dengan kumpulan data ini, kami melatih model kecerdasan buatan … dan menggunakannya untuk memprediksi ketersediaan unsur hara di dalam tanah.”
Perlu waktu untuk mengetahui apakah teknologi baru atau pendekatan baru telah mempengaruhi tanaman, kata Dara, dan hal ini dapat menjadi hambatan dalam penerapannya bagi petani.
“Terkadang… itu terjadi dalam satu tahun, dalam satu musim, atau dalam beberapa tahun,” katanya.
Para petani sering kali hanya mendapat “satu kesempatan” panen setiap tahunnya, kata Keena.
“Jadi kita tidak bisa meminta mereka mengambil risiko besar dalam mengintegrasikan teknologi baru dalam skala besar sebagai bagian dari operasi mereka dalam hal-hal yang belum terbukti.”
“Perkebunan Inovasi… mengatasi salah satu hambatan masyarakat yang perlu melihat teknologi ini diluncurkan dalam skala penuh dan komersial sebelum dapat mengadopsinya sendiri.”
Managing Director EMILI, Jacqueline Keena, difoto di lapangan di Innovation Farms, utara Winnipeg pada Rabu, 12 Juni 2024.
PERS KANADA/David Lipnowski
Tingkat kepercayaan petani juga menjadi kendala, kata Dara, apalagi dengan AI terkadang proses pengambilan keputusan tidak jelas.
Data merupakan hal yang sangat penting dalam model AI, tambahnya, namun para petani perlu mendapatkan insentif yang lebih baik untuk membagikan data mereka agar teknologinya menjadi lebih baik.
Petani mungkin enggan membagikan data mereka, kata Karp: “Itulah salah satu tantangan yang kita hadapi ketika kita berbicara tentang pengembangan model yang lebih kompleks.”
Namun seiring berjalannya waktu, Petras mengatakan dia melihat adanya peningkatan dalam keterlibatan para petani.
“Keterlibatan petani sangat penting” dalam mengembangkan alat AI untuk pertanian, katanya, yang dapat mencakup hari demonstrasi lapangan, konferensi, dan lokakarya, katanya.
“Jika mereka telah melihatnya didemonstrasikan, pada dasarnya di halaman belakang rumah mereka melalui pertanian cerdas, maka kita sudah jauh ke depan menuju adopsi.”
