PROSES pengesanan penyakit atau intervensi awal sangat penting untuk meningkatkan mutu serta produktiviti hasil padi.
Sehubungan itu, sekumpulan penyelidik daripada Universiti Malaya (UM), Kuala Lumpur dan Manchester Metropolitan University, Britain telah bekerjasama untuk membangunkan teknologi dikenali sebagai AgriOne iaitu perisian pembelajaran mesin yang menggabungkan teknologi dron, data raya (big data) dan kecerdasan buatan bagi mengesan penyakit hawar daun bakteria di kawasan penanaman padi di Malaysia.
Kaedah pengesanan infestasi penyakit secara automatik dari udara menggunakan dron dengan gabungan teknologi berasaskan kecerdasan buatan (AI) itu dijangka mampu membantu petani menangani masalah tersebut.
Teknologi tersebut dapat memberi keputusan dengan pantas, tepat dan terjamin berbanding kaedah pengawasan konvensional yang bergantung sepenuhnya kepada keupayaan manusia.
Menurut Penyelaras Pusat Penyelidikan Bioteknologi Glami Lemi (PPBGL) UM, Dr. Muhamad Shakirin Mispan, kaedah konvensional untuk mendiagnosis penyakit padi di lapangan adalah bergantung sepenuhnya kepada proses pemantauan manusia yang terbatas khususnya bagi mengesan penyakit di kawasan tengah sawah.
“Kaedah konvensional menggunakan tenaga buruh yang ramai, kos tinggi, memakan masa lama serta tidak menyeluruh terutamanya di tapak sawah yang luas.
“Oleh itu, saya bersama Prof. Dr. Liangxiu Han daripada Manchester Metropolitan University dan Dr. Liew Chee Sun daripada Fakulti Sains Komputer dan Teknologi Maklumat, UM telah membangunkan perisian yang boleh digunakan bersama telefon pintar atau tablet untuk memproses imej udara dengan menggunakan dron komersial,” jelasnya yang dibesarkan di Sekinchan, Selangor.
Imej-imej yang diperoleh akan disahkan sama ada menghidapi penyakit atau sebaliknya oleh penyelidik daripada Institut Sains Biologi UM yang terdiri daripada Muhamad Shakirin dan Prof. Dr. Zulqarnain Mohamed. Hasil data itu kemudian dihimpunkan untuk pembangunan aplikasi telefon pintar atau tablet yang kini sedang dalam pembikinan.
Bagi meningkatkan keupayaannya dalam menyelesaikan masalah penyakit di sawah padi, para penyelidik akan menambah beberapa ciri tambahan berkaitan ekologi, genetik dan agronomi.
Terang Muhamad Shakirin, program tersebut akan menggunakan pembelajaran mesin untuk menganalisis imej udara yang dirakam dan membuat perbandingan dengan imej arkib yang diambil sebelumnya lalu memberikan diagnosis secara langsung berkenaan status penyakit di sawah padi.
“AgriOne adalah adaptasi daripada pembangunan perisian sebelum ini yang mengesan penyakit pada tanaman gandum melalui gambar.
“Versi ini pula bergantung kepada pengguna untuk merakam foto daun atau penyakit padi secara terus di lapangan menggunakan dron dan mampu mengesan penyakit dari udara,” tutur bapa kepada empat orang anak itu.
Pertanian pintar
Sementara itu, Han memberitahu, projek tersebut memajukan sepenuhnya data raya, pemprosesan imej, pembelajaran mesin, kecerdasan buatan dan pengkomputeran awan (cloud computing).
Perisian atau sistem automatik yang bertindak pantas dan tepat dalam memberi diagnosis awal kepada penyakit tanaman adalah penting bagi melakukan intervensi secara menyeluruh apabila penyakit pada padi melanda.
“Kolaborasi ini telah membuka langkah ke arah pertanian jitu dan pintar.
“Projek ini akan membangunkan satu sistem automatik yang mampu melakukan diagnosis dan menilai keseriusan penyakit hawar daun bakteria di sawah padi dengan tepat dan pantas menerusi dron ke telefon pintar,” ujarnya.
Tambahnya, ia bakal membantu ramalan awal dan pengurusan penyebaran penyakit berkaitan secara lebih terancang di kawasan penanaman padi di Malaysia.
“Agensi dan sektor awam seperti Institut Penyelidikan dan Kemajuan Pertanian Malaysia (MARDI), Lembaga Kemajuan Pertanian Muda (MADA), Kawasan Pembangunan Pertanian Bersepadu (IADA) dan Jabatan Pertanian juga boleh menggunakan teknologi ini dalam memberikan khidmat yang lebih baik kepada pesawah.
“Pada masa sama, agensi-agensi ini dan pihak kerajaan khususnya dapat menggunakan hasil kajian itu untuk merangka dan membentuk peraturan atau polisi yang lebih holistik serta bersepadu merangkumi penggunaan teknologi terkini bagi pembangunan pertanian amnya dan pengeluaran padi khususnya,” tutur Han lagi.
Pada masa sama, Han dan kumpulan penyelidik beliau di Manchester Metropolitan University akan terus ‘melatih’ perisian tersebut bagi membolehkan ia mengesan penyakit-penyakit dan simptom-simptom perosak lain bagi pelbagai jenis tanaman seperti jagung dan kelapa sawit.
Mereka juga bercadang untuk mengembangkan lagi ciri tambahan kepada perisian diagnosis terhadap bahan visual bergerak seperti video serta antara muka (interface) yang membenarkan perisian mengawal dron secara jarak jauh.
Penyelidikan itu pada kemuncaknya akan membandingkan dan mencari korelasi di antara sumber data lain yang pelbagai seperti imej satelit, telefon pintar, kamera digital dan data-data relevan ke dalam satu sistem bagi mengatasi cabaran global mengenai jaminan keselamatan makanan.
Kajian tersebut mendapat geran penyelidikan bernilai lebih RM300,000 yang dibiayai oleh UK Department of Business, Energy and Industrial Strategy dan Malaysian Industry-Government Group for High Technology yang diselenggara oleh British Council.
