📝 Ringkasan
Universiti Teknologi Malaysia (UTM) melalui Fakulti Kecerdasan Buatan (FAI) telah mengadakan program validasi prototaip sistem pengesanan penyakit tanaman berdasarkan kecerdasan buatan (AI) bersama petani di KMK Agro Global Sdn. Bhd. di Banting, Selangor. Sistem yang dibangunkan menggunakan kamera bergerak berasaskan rel (rail camera system) untuk mengesan simptom penyakit tanaman dengan lebih pantas dan sistematik. Sistem ini menggabungkan teknologi kamera, AI, pemprosesan imej dan Internet Kebendaan (IoT) untuk memantau keadaan tanaman.
BANTING, 24 Julai – Universiti Teknologi Malaysia (UTM) melalui Fakulti Kecerdasan Buatan (FAI), dengan sokongan Pusat Inovasi dan Pengkomersialan (ICC) UTM, menganjurkan Program Validasi Prototaip Sistem Pengesanan Penyakit Tanaman Berasaskan Kecerdasan Buatan bersama petani di KMK Agro Global Sdn. Bhd., Kampung Bandar, Banting, Selangor.
Program berkenaan merupakan sebahagian daripada projek di bawah Geran SME Tech yang dibiayai oleh ICC UTM bagi menyokong pembangunan dan pengkomersialan teknologi hasil penyelidikan universiti. Projek tersebut diketuai oleh Ir. Dr. Hazilah Mad Kaidi dan memberi tumpuan kepada pembangunan sistem kamera bergerak berasaskan rel (rail camera system) bagi membantu mengesan simptom penyakit tanaman dengan lebih pantas dan sistematik.

Sistem yang dibangunkan menggabungkan teknologi kamera, kecerdasan buatan (AI), pemprosesan imej dan Internet Kebendaan (IoT) bagi memantau keadaan tanaman. Kamera bergerak di sepanjang struktur rel untuk merakam imej daun tanaman dari beberapa lokasi sebelum imej tersebut dianalisis oleh model AI bagi mengenal pasti tanda awal penyakit, perubahan warna, bintik pada daun atau keadaan tanaman yang memerlukan perhatian.
Melalui pendekatan tersebut, petani berpotensi memperoleh maklumat awal mengenai keadaan tanaman tanpa perlu bergantung sepenuhnya kepada pemeriksaan secara manual. Pengesanan awal dapat membantu petani mengambil tindakan yang lebih tepat, mengurangkan risiko penyakit merebak serta meminimumkan kerugian hasil tanaman.

Program validasi ini dilaksanakan bagi mendapatkan maklum balas secara langsung daripada pengguna sebenar sebelum prototaip dipertingkatkan ke peringkat seterusnya. Antara aspek yang dinilai termasuk kemudahan penggunaan sistem, ketepatan maklumat yang dipaparkan, kesesuaian teknologi dengan persekitaran ladang serta keupayaan sistem dalam menyokong operasi pertanian harian.
Peserta program terdiri daripada petani, pelajar, komuniti setempat, penyelidik serta wakil agensi dan industri dalam bidang pertanian dan teknologi. Penglibatan pelbagai pihak tersebut mewujudkan ruang perkongsian pengetahuan antara penyelidik, pembangun teknologi dan pengguna akhir.
Selain demonstrasi sistem pengesanan penyakit tanaman menggunakan kamera dan AI, peserta turut diberikan penerangan berkaitan proses pengumpulan data imej, latihan model kecerdasan buatan, pemantauan tanaman secara digital serta potensi penggunaan teknologi dalam membantu pengurusan ladang.
Menurut Ir. Dr. Hazilah, proses validasi bersama petani amat penting bagi memastikan teknologi yang dibangunkan bukan sahaja berfungsi dari sudut teknikal, malah praktikal, mudah digunakan dan bersesuaian dengan keperluan sebenar sektor pertanian.
“Maklum balas daripada petani dan pemain industri akan digunakan untuk menambah baik reka bentuk prototaip, sistem pergerakan kamera, ketepatan pengesanan serta penyampaian maklumat kepada pengguna. Pendekatan ini penting sebelum sistem dibawa ke peringkat pengkomersialan,” katanya.
Kerjasama dengan KMK Agro Global Sdn. Bhd. turut menyediakan persekitaran sebenar bagi pengujian prototaip. Tapak ladang membolehkan penyelidik menilai prestasi sistem dalam keadaan operasi sebenar, termasuk perubahan pencahayaan, suhu, kelembapan, kedudukan tanaman dan keadaan struktur rumah tanaman.

Selain menyokong pembangunan teknologi pertanian pintar, program ini turut menyumbang kepada beberapa Matlamat Pembangunan Mampan (SDG) Pertubuhan Bangsa-Bangsa Bersatu. Antaranya ialah SDG 2, Sifar Kelaparan melalui penggunaan teknologi bagi meningkatkan produktiviti dan daya tahan sektor pertanian; SDG 4, Pendidikan Berkualiti melalui pemindahan ilmu kepada petani, pelajar dan komuniti; serta SDG 9, Industri, Inovasi dan Infrastruktur menerusi pembangunan teknologi AI dan sistem pintar yang berpotensi dikomersialkan.
Program berkenaan turut menyumbang kepada SDG 12, Penggunaan dan Pengeluaran yang Bertanggungjawab dengan membantu mengurangkan pembaziran tanaman dan menyokong penggunaan input pertanian secara lebih terkawal. Pada masa sama, kerjasama antara UTM, industri, agensi, komuniti dan petani selaras dengan SDG 17, Perkongsian untuk Matlamat.
Penganjuran program ini mencerminkan komitmen UTM dalam memastikan hasil penyelidikan diterjemahkan kepada penyelesaian yang memberi manfaat kepada masyarakat dan industri. Melalui sokongan ICC UTM serta kerjasama strategik dengan KMK Agro Global Sdn. Bhd., sistem kamera rel berasaskan AI ini berpotensi dikembangkan sebagai penyelesaian pertanian pintar yang praktikal, mudah disesuaikan dan relevan untuk pelbagai jenis ladang.

Inisiatif ini turut memperkukuh peranan UTM sebagai peneraju inovasi dalam bidang kecerdasan buatan, Internet Kebendaan dan pertanian pintar, sekali gus membantu memperkasa petani ke arah pengurusan ladang yang lebih digital, cekap dan lestari.