Data Raya dalam Pembangunan Pertanian Pintar Tingkatkan Produktiviti

Penulis: Elmaliana Binti Albahari¹, Mohd Shafiq Bin Dato’ Dr. Azizan¹ & Aida Al-Quswa Binti Mohamad Ali²

¹Pegawai Penyelidik Kanan di Program Pengurusan Data dan Maklumat, MARDI
²Pengarah Pusat Pengurusan ICT, MARDI

Sektor pertanian merupakan salah satu tunjang utama keselamatan makanan, pembangunan ekonomi dan kesejahteraan sosial sesebuah negara. Namun begitu, sektor ini berhadapan dengan pelbagai cabaran seperti perubahan iklim, kekurangan tenaga kerja, kos input yang semakin meningkat, serangan perosak dan penyakit, serta keperluan untuk meningkatkan hasil bagi memenuhi permintaan penduduk yang kian bertambah. Dalam konteks ini, pendekatan pertanian tradisional yang bergantung kepada pengalaman semata-mata semakin tidak mencukupi. Oleh itu, transformasi ke arah pertanian pintar (smart agriculture) menjadi keperluan strategik.

Salah satu pemacu utama pertanian pintar ialah penggunaan Data Raya. Data Raya merujuk kepada pengurusan dan analisis set data yang sangat besar, kompleks dan dijana dengan pantas daripada pelbagai sumber. Dalam pertanian, data ini boleh diperoleh daripada sensor Internet of Things (IoT), imej satelit, dron, stesen cuaca, sistem pengurusan ladang, rekod pasaran dan juga data media sosial. Apabila dianalisis secara sistematik menggunakan teknologi analitik lanjutan, Data Raya berpotensi besar untuk meningkatkan produktiviti, kecekapan dan kemampanan sektor pertanian.  Artikel ini membincangkan konsep Data Raya dalam pembangunan pertanian pintar, sumber dan teknologi yang terlibat, aplikasi utama dalam meningkatkan produktiviti, serta cabaran dan hala tuju masa hadapan.

Konsep Data Raya dalam Pertanian Pintar

Data Raya lazimnya dihuraikan melalui lima ciri utama yang dikenali sebagai 5V, iaitu Volume (jumlah data yang besar), Velocity (kelajuan data dijana dan diproses), Variety (kepelbagaian jenis data), Veracity (ketepatan dan kebolehpercayaan data) dan Value (nilai yang boleh dijana daripada data). Dalam konteks pertanian pintar, kelima-lima ciri ini saling berkait dan memainkan peranan penting.

Pertanian pintar mengintegrasikan Data Raya dengan teknologi digital lain seperti IoT, kecerdasan buatan (AI), pembelajaran mesin (machine learning), pengkomputeran awan dan analitik ramalan. Data yang dikumpulkan secara masa nyata daripada ladang dianalisis bagi menyokong pembuatan keputusan berasaskan bukti (data-driven decision making). Contohnya, petani tidak lagi bergantung sepenuhnya kepada anggaran kasar, sebaliknya menggunakan analisis data untuk menentukan masa penanaman, kadar pembajaan, keperluan pengairan dan strategi kawalan perosak yang optimum.

Sumber Data dalam Pertanian Pintar

Pelaksanaan Data Raya dalam pertanian pintar melibatkan pelbagai sumber data, antaranya:

1. Sensor IoT di Ladang
   Sensor tanah, sensor kelembapan, sensor suhu dan sensor nutrien digunakan untuk memantau keadaan tanah dan tanaman secara berterusan. Data ini membantu petani memahami keperluan sebenar tanaman pada setiap peringkat pertumbuhan.
2. Data Cuaca dan Iklim
   Data daripada stesen cuaca tempatan, satelit dan model ramalan iklim digunakan untuk meramalkan hujan, suhu, kelembapan dan risiko cuaca ekstrem. Maklumat ini amat penting dalam perancangan penanaman dan penuaian.
3. Imej Satelit dan Dron
   Imej resolusi tinggi membolehkan pemantauan kesihatan tanaman, pengesanan awal penyakit dan penilaian tahap pertumbuhan tanaman di kawasan yang luas.
4. Data Operasi Ladang
   Rekod penggunaan baja, racun perosak, air, hasil tuaian dan kos operasi menyediakan gambaran menyeluruh prestasi ladang.
5. Data Pasaran dan Rantaian Bekalan
   Data harga pasaran, permintaan pengguna dan logistik membantu petani membuat keputusan berkaitan masa penuaian, penyimpanan dan pemasaran hasil.

Aplikasi Data Raya dalam Meningkatkan Produktiviti

Penggunaan Data Raya dalam pertanian pintar memberikan pelbagai manfaat langsung kepada peningkatan produktiviti:

1. Pengurusan Tanaman Secara Tepat (Precision Farming)

Melalui analisis data tanah dan cuaca, petani dapat melaksanakan pembajaan dan pengairan secara tepat mengikut keperluan sebenar tanaman. Pendekatan ini bukan sahaja meningkatkan hasil, malah mengurangkan pembaziran input dan kos operasi.

2. Ramalan Hasil dan Perancangan Pengeluaran

Model analitik dan pembelajaran mesin boleh digunakan untuk meramalkan hasil tanaman berdasarkan data sejarah dan keadaan semasa. Ramalan ini membantu petani dan pihak berkepentingan merancang pengeluaran, penyimpanan dan pemasaran dengan lebih berkesan.

3. Pengesanan Awal Penyakit dan Perosak

Analisis imej dron dan satelit membolehkan pengesanan awal tanda-tanda tekanan tanaman, penyakit atau serangan perosak. Tindakan pembetulan dapat diambil dengan lebih cepat, sekali gus mengurangkan kerugian hasil.

4. Pengoptimuman Penggunaan Sumber

Data Raya membantu mengoptimumkan penggunaan air, baja dan tenaga. Ini bukan sahaja meningkatkan produktiviti, malah menyokong amalan pertanian mampan dan mesra alam.

5. Sokongan Keputusan Strategik

Maklumat bersepadu daripada data ladang dan pasaran membolehkan petani membuat keputusan strategik seperti pemilihan varieti tanaman, masa penanaman yang sesuai dan strategi pemasaran yang menguntungkan.

Cabaran Pelaksanaan Data Raya dalam Pertanian

Walaupun potensi Data Raya sangat besar, pelaksanaannya dalam sektor pertanian tidak terlepas daripada cabaran. Antara cabaran utama ialah kos pelaburan awal yang tinggi, kekurangan kemahiran digital dalam kalangan petani, isu kualiti dan keselamatan data, serta masalah liputan infrastruktur digital di kawasan luar bandar.

Selain itu, integrasi data daripada pelbagai sumber yang berbeza format dan piawaian turut menjadi cabaran teknikal. Tanpa tadbir urus data yang baik, nilai sebenar Data Raya sukar direalisasikan.

Hala Tuju Masa Hadapan

Bagi memastikan Data Raya dapat dimanfaatkan sepenuhnya dalam pembangunan pertanian pintar, beberapa langkah strategik perlu diambil. Antaranya ialah memperkukuh infrastruktur ICT luar bandar, meningkatkan literasi digital petani, membangunkan platform data bersepadu, serta menggalakkan kerjasama antara kerajaan, institusi penyelidikan, industri dan petani.

Penggunaan AI dan analitik ramalan yang lebih canggih dijangka akan terus memperkasa pertanian pintar pada masa hadapan. Dengan sokongan dasar yang sesuai, Data Raya berpotensi menjadi pemangkin utama kepada transformasi sektor pertanian yang lebih produktif, berdaya saing dan mampan.

Secara keseluruhannya, Data Raya memainkan peranan penting dalam pembangunan pertanian pintar untuk meningkatkan produktiviti. Melalui pengumpulan, pengurusan dan analisis data yang sistematik, petani dapat membuat keputusan yang lebih tepat, mengoptimumkan penggunaan sumber dan mengurangkan risiko. Walaupun terdapat cabaran dalam pelaksanaannya, manfaat jangka panjang Data Raya terhadap keselamatan makanan dan kemampanan sektor pertanian adalah sangat signifikan. Oleh itu, pelaburan dan komitmen berterusan dalam teknologi Data Raya wajar diberi keutamaan dalam agenda pembangunan pertanian negara.

Biodata Penulis

Elmaliana binti Albahari merupakan Pegawai Penyelidik Kanan di Program Pengurusan Data dan Maklumat, MARDI.  Bidang penyelidikan beliau merangkumi Multimedia Computing, pemprosesan imej (Image Processing), Kecerdasan Buatan Gunaan (Applied Artificial  Intelligence), dan visualisasi data.

Mohd Shafiq bin Dato’ Dr. Azizan merupakan Pegawai Penyelidik di Program Pengurusan Data dan Maklumat, MARDI.  Bidang penyelidikan beliau merangkumi pembelajaran mesin (Machine Learning), pengurusan infrastruktur teknologi maklumat, pembangunan sistem, dan sokongan teknikal bagi menyokong operasi digital MARDI.

Aida Al-Quswa Binti Mohamad Ali merupakan Pengarah Pusat Pengurusan ICT, MARDI.  Beliau terlibat secara aktif dalam pengurusan data, ICT, dan maklumat geospatial. Beliau juga terlibat dalam inisiatif kolaborasi antara agensi.