Kecerdasan Buatan (Artificial Intelligence) atau AI, yang dulunya hanya ada dalam imajinasi film fiksi ilmiah, kini menjadi kenyataan sehari-hari. Dari Google hingga Apple, perusahaan-perusahaan raksasa ini memanfaatkan AI untuk meningkatkan pengalaman pengguna, mensimulasikan cara berpikir manusia dalam mesin. Larry Page, salah satu pendiri Google, pernah berkata, "Salah satu tujuan besar kami dalam pencarian adalah membuat pencarian yang benar-benar memahami apa yang Anda inginkan, memahami segalanya di dunia." Dalam dunia ilmu komputer, kami menyebut konsep ini sebagai kecerdasan buatan.
 |
| AquaCloud oleh NCE Seafood Innovation Cluster |
AI yang sudah mendominasi dunia teknologi kini merambah sektor perikanan. Kebutuhan akan manajemen pertanian yang cerdas semakin mendesak, seiring perkembangan teknologi yang pesat dan upaya mengurangi ketergantungan pada tenaga kerja manusia. Sejak diperkenalkannya AI beberapa dekade lalu, teknologi ini telah memberikan kontribusi signifikan dalam akuakultur, seperti pengenalan pemberi makan otomatis, robofish, dan perangkat interpretasi seperti UMITRON FAI (Fish Appetite Index - Indeks Nafsu Makan Ikan) dan UMITRON PULSE.
Perusahaan Jepang, UMITRON K.K., yang didirikan pada tahun 2016 oleh Ken Fujiwara, Masahiko Yamada, dan Takuma Okamoto, telah aktif berpartisipasi dalam membuat akuakultur lebih presisi dengan teknologi AI dan IoT (Internet of Things) mereka. Beberapa perangkat notable mereka adalah UMITRON PULSE, UMITRON FAI, UMITRON CELL, dan yang terbaru, UMITRON LENS.
 |
| UmitronLens. ©Umitron. |
Akuakultur telah lama bergantung pada intuisi dan pengalaman petani. Jika seorang petani bisa melacak siklus pertumbuhan ikan yang dibudidayakan, itu akan menjadi impian yang menjadi kenyataan. Praktik konvensional untuk mengukur pertumbuhan ikan adalah dengan mengukur panjang totalnya, metode yang memerlukan banyak tenaga kerja dan menyebabkan stres pada ikan. Untuk mengatasi masalah ini, UMITRON meluncurkan UMITRON LENS. Perangkat ini menggunakan kamera stereo kecil dan kecerdasan buatan untuk secara otomatis mengukur ukuran ikan dalam keramba dan mengunggah data ke penyimpanan cloud. Dengan algoritma unik, perusahaan ini mencapai tingkat akurasi pengukuran tubuh ikan yang tinggi.
Selain itu, UMITRON CELL dan FAI juga tidak kalah inovatif. CELL adalah pemberi makan pintar yang dapat menyalurkan 400kg pakan ikan dan dilengkapi dengan sistem manajemen daya tenaga surya, komputer onboard, sensor berat, motor penyalur, dan kamera untuk pemantauan 24/7 terhadap ikan. Ini terhubung ke desktop atau ponsel melalui internet, memungkinkan kontrol jarak jauh dan pemantauan video. Petani dapat menyesuaikan waktu dan jumlah pakan serta menganalisis data sebelumnya untuk memantau perilaku makan ikan. Indeks Nafsu Makan Ikan (FAI) adalah sistem deteksi nafsu makan ikan berbasis laut real-time, di mana algoritma pembelajaran mesin (ML) digunakan untuk menganalisis data video dari peternakan, memberikan dampak besar pada budidaya tuna.
 |
| Gambar analisis ikan kakap putih ekor kuning (kiri) dan ikan kakap merah (kanan). ©Umitron. |
MSD Animal Health kini mencakup Vaki dalam lini solusi kesehatan hewan air mereka. Perusahaan ini menawarkan alat, produk, dan teknologi untuk mengukur ukuran ikan dan menghitungnya dari pemeliharaan air tawar hingga air asin. Sistem Vaki mengukur ukuran ikan setiap hari saat mereka berenang bebas di dalam keramba, menyediakan data untuk mengoptimalkan pemberian makan dan menjadwalkan panen.
Platform berbasis web dari XpertSea, perusahaan Kanada, memiliki potensi untuk merevolusi akuakultur. Growth Platform memungkinkan petani udang dan ikan memprediksi pertumbuhan, menyesuaikan diet, mengatasi masalah produksi, dan memprediksi waktu panen lebih akurat. Dengan XperCount, perangkat yang mengukur pertumbuhan organisme, platform ini menghitung laju pertumbuhan harian, rasio konversi pakan (FCR), kepadatan penebaran, dan tingkat kelangsungan hidup menggunakan kecerdasan buatan dan visi komputer.
 |
| XperCount menggunakan optik dan fotonik untuk menghasilkan 95 persen penghitungan mikroorganisme yang akurat, seperti larva ikan atau udang, hanya dalam hitungan detik. Ia menilai tingkat pertumbuhan dan kematian organisme yang diperhitungkannya dan juga memberikan perkiraan. Foto milik XpertSea. |
Perusahaan teknologi tinggi Milesight berfokus pada teknologi Internet of Things (IoT), yang secara efisien mengoperasikan dan memantau operasi budidaya ikan sambil mengatasi kelemahan teknik pemantauan konvensional. Milesight UC501 LoRaWAN® IoT Controller dapat berkomunikasi dengan berbagai sensor konvensional, seperti sensor konduktivitas listrik, pH, dan oksigen terlarut fluoresen. Penilaian kualitas air menjadi cepat dan efektif berkat integrasi ini. . Penilaian kualitas air menjadi cepat dan efektif berkat integrasi ini.
Teknologi LoRaWAN® yang digunakan oleh EM500-UDL Ultrasonic Level Sensor memungkinkan transmisi data level air kolam secara instan ke gateway melalui komunikasi LoRaWAN®, memastikan pemantauan level air secara real-time dan meningkatkan manajemen akuakultur. Stasiun Meteorologi IoT Milesight WTS506 mengumpulkan informasi meteorologi secara real-time, seperti suhu, kelembaban, kecepatan angin, arah angin, tekanan barometrik, dan curah hujan, memberikan informasi penting kepada petani tentang kondisi cuaca yang mempengaruhi operasi mereka.
Dengan kecanggihan AI, penilaian kualitas air dan kesehatan ikan menjadi lebih mudah dan akurat. Kamera pengawasan video dapat menangkap snapshot reguler, menyimpan video, dan mendukung fungsi pemutaran, memungkinkan pemantauan real-time jarak jauh. Sistem pengawasan 24/7 ini sangat penting untuk memastikan produksi yang aman dan efisiensi kerja yang lebih tinggi di area akuakultur. Milesight IoT Cloud memungkinkan manajemen perangkat jarak jauh dan akses mudah ke data kualitas air melalui komputer atau aplikasi seluler. Infrastruktur cloud memfasilitasi pembuatan alarm untuk pemberitahuan saat kondisi memburuk, memungkinkan respons tepat waktu terhadap perubahan.
Klasifikasi spesies ikan adalah tugas penting bagi ahli biologi dan ahli ekologi laut untuk memantau perubahan populasi ikan di habitat alami mereka. Fish Net, sebuah aplikasi klasifikasi spesies dan estimasi ukuran, menggunakan CNNs dan transfer learning untuk mengklasifikasikan spesies ikan dan memperkirakan ukurannya. Aplikasi mobile AI untuk identifikasi spesies bernama CrabTech Crabifier membantu nelayan memfokuskan sumber daya terbatas mereka dan membandingkan sumber serta lokasi tumbuh bagi krab, memandu petani tentang sumber krab terbaik untuk meminimalkan risiko. Integrasi Data menggunakan Pembelajaran Mesin membantu pengelolaan perikanan dan konservasi laut dengan menyortir ikan juvenile untuk memberikan informasi awal sejarah hidup untuk spesies tertentu. Aplikasi RIVER EYE untuk konservasi keanekaragaman hayati memanfaatkan kemampuan AI untuk pemantauan cerdas ekosistem sungai.
Tim FISIAL.AI mengumpulkan gambar spesies ikan dari seluruh dunia ke dalam kumpulan data berlabel sumber terbuka untuk pembelajaran mesin yang dikenal sebagai FISHIAL.AI, memberikan akses gratis kepada peneliti dan ilmuwan untuk memberi label gambar spesies ikan mereka. Program Catch ID dalam perikanan FAO bertujuan meningkatkan akurasi dan transparansi data tangkapan ikan, memerangi penangkapan ikan ilegal, dan memastikan pengelolaan perikanan yang berkelanjutan.
eFishery, perusahaan yang berbasis di Indonesia, mengembangkan sistem pemberian makan untuk udang yang dilengkapi dengan sensor untuk mendeteksi tingkat kelaparan udang dan menyalurkan pakan sesuai kebutuhan, mengurangi pemborosan pakan hingga 21%. Observe Technologies, berbasis di London, memanfaatkan AI plug-and-play yang mendeteksi pola makan ikan dalam keramba dan memberi tahu petani tentang optimisasi FCR (Feed Conversion Ratio) serta anomali lainnya. Blue Lion Labs mengembangkan Plankton AI, sistem yang mengenali dan menghitung mikroorganisme akuatik secara otomatis, mengatasi metode identifikasi manual yang tidak efisien dan mahal.
Untuk operasi akuakultur berbasis darat, perusahaan Kanada ReelData AI menciptakan ReelAppetite, sistem otomatis yang menentukan nafsu makan populasi secara real-time dan memodifikasi jumlah pakan yang diberikan untuk memaksimalkan biomassa sambil meminimalkan limbah, serta ReelBiomass, sistem kamera estimasi biomassa yang akurat untuk sistem RAS dan flowthrough.
| Mewujudkan masa depan akuakultur berkelanjutan — Investasi Buoyant di ReelData. ©Buoyant Ventures. |
Kekhawatiran akan wabah penyakit dalam sistem akuakultur selalu menjadi perhatian utama bagi petani. Seafood Innovation Cluster Norwegia meluncurkan AquaCloud, program berbasis cloud untuk membantu manajer kesehatan ikan dan peneliti menghadapi kutu laut, mengurangi ketergantungan pada pengobatan mahal dan meminimalkan kematian stok. Aquaconnect, startup teknologi akuakultur dari India, mengembangkan aplikasi FarmMOJO, aplikasi berbasis AI yang membantu petani udang memprediksi penyakit dan memantau parameter kualitas air.
Drone yang dilengkapi sensor mampu mengukur parameter kritis seperti pH, salinitas, oksigen terlarut, kekeruhan, dan polutan. SHOAL memperkenalkan ikan robotik yang mendeteksi dan mengumpulkan data polusi bawah air, memberikan data yang dapat digunakan untuk tindakan pencegahan dini dan menjaga lingkungan akuakultur tetap sehat.
Fishency360 menyediakan data biomassa, kesehatan ikan, infestasi kutu, dan pertumbuhan dengan perspektif 360°. Ini adalah alat vital yang memberikan wawasan komprehensif tentang semua aspek kesehatan dan kesejahteraan ikan dalam pen.
Dengan kekuatan AI, petani dapat menghidupkan dan mematikan pompa, aerator, dan motor dari jarak jauh, memberikan kenyamanan dan efisiensi dalam pengelolaan peternakan. Keuntungan penerapan AI dalam akuakultur mencakup peningkatan produksi, pengurangan biaya, dan minimalisasi dampak lingkungan. AI mungkin tidak akan sepenuhnya menggantikan tenaga kerja manusia, tetapi ia mengubah metode coba-coba menjadi pendekatan ilmiah yang andal. Dengan mengadopsi AI dan otomatisasi sepenuhnya, kita dapat meningkatkan produksi makanan laut, mengurangi biaya, dan meminimalkan dampak lingkungan. Bukankah akan baik jika petani bisa menghabiskan waktu bersama keluarga mereka? Jika Anda setuju, gunakan AI.
Kesimpulan
Integrasi kecerdasan buatan dan teknologi canggih dalam akuakultur membuka era baru efisiensi, keberlanjutan, dan presisi dalam budidaya ikan. Solusi inovatif ini tidak hanya meringankan pekerjaan intensif dari praktik tradisional, tetapi juga memberdayakan petani dengan data real-time dan wawasan penting untuk pengambilan keputusan. Meskipun AI dan otomatisasi memainkan peran penting dalam merampingkan operasi, keahlian dan dedikasi profesional akuakultur tetap tak tergantikan. Bersama-sama, mereka mengubah lanskap akuakultur, menjanjikan peningkatan produktivitas, pengurangan dampak lingkungan, dan peningkatan kualitas dalam industri makanan laut. Adopsi AI menawarkan jalan menuju masa depan yang lebih berkelanjutan dan sejahtera bagi petani dan rantai pasokan makanan laut global.
Penulis: Jishu Banerjee1, Prakhar Sharma1, Payoja Mohanty2 dan Deepak Agarwal1
1) TNJFU - Institute of Fisheries Post Graduate Studies, OMR Campus, Chennai, Tamil Nadu.
2) College of Fisheries Science Gumla, Birsa Agricultural University, Kanke, Ranchi, Jharkhand.
Referensi tersedia berdasarkan permintaan dari penulis yang bersangkutan.
0 comments: