Kimagri Corporation Sdn Bhd
PT 23081, Kawasan Perindustrian Tungzen, 31300 Kampung Kepayang, Perak Darul Ridzuan, Malaysia. Tel : +605 350 1032
Tel : 012-310 0715 / 016-442 8408
E-mail : kclee@kimagri.com
Website: www.kimagri.com
Berikut ialah 3 senario utama penggunaan teknologi Kecerdasan Buatan (AI) dalam sektor akuakultur di Malaysia dan peringkat global, berserta penjelasan dan sokongan data:
1. Pemantauan Kualiti Air Secara Masa Nyata (Real-Time Water Quality Monitoring)
Penjelasan:
- AI digunakan untuk memantau dan meramalkan parameter kualiti air seperti suhu, pH, oksigen terlarut (DO), kemasinan dan ammonia. Melalui integrasi dengan sensor IoT, sistem AI boleh memberi amaran awal tentang perubahan air yang boleh menyebabkan penyakit atau kematian ikan.
Sokongan Data:
- Menurut laporan oleh Malaysian Industry-Government Group for High Technology (MIGHT), penggunaan sistem AI berasaskan IoT dapat mengurangkan kadar kematian ikan sehingga 30% dan meningkatkan kecekapan pengurusan air sebanyak 40%.
- Projek seperti eFishery di Indonesia dan iFarming di Malaysia telah menunjukkan hasil peningkatan produktiviti dan pengurangan kos operasi.
2. Sistem Pemberian Makan Pintar (Smart Feeding Systems)
Penjelasan:
- AI menganalisis corak makan ikan melalui kamera bawah air dan algoritma penglihatan komputer. Ia menyesuaikan jumlah makanan berdasarkan keperluan sebenar ikan, mengurangkan pembaziran makanan dan pencemaran air.
Sokongan Data:
- Menurut kajian oleh WorldFish Malaysia, makanan menyumbang sehingga 60-70% daripada kos operasi ladang akuakultur.
- Penggunaan sistem AI dalam pemberian makan boleh menjimatkan sehingga 20-25% kos makanan, di samping mempercepatkan kadar pertumbuhan ikan kerana pemakanan yang lebih tepat.
FGV Agri Services Sdn Bhd
Level 9 West, Wisma FGV, Jalan Raja Laut, 50350 Kuala Lumpur, Malaysia Tel : +603-2789 1000
Fax : +603-2789 0111
E-mail : fassbmarketing@fgvholdings.com
3. Pengesanan dan Ramalan Penyakit Ikan (Disease Detection & Prediction)
Penjelasan:
- AI digunakan untuk mengesan simptom awal penyakit melalui imej atau data pergerakan ikan. Dengan algoritma pembelajaran mesin (machine learning), sistem boleh meramal kemungkinan wabak berdasarkan pola sejarah dan faktor persekitaran.
Sokongan Data:
- Di Malaysia, penyakit seperti Vibriosis dan Streptococcosis sering menjejaskan penternakan ikan laut dan air tawar.
- Projek rintis oleh Universiti Malaysia Terengganu (UMT) menunjukkan bahawa penggunaan AI boleh mengurangkan kehilangan hasil sebanyak 15-20% dengan diagnosis awal dan rawatan tepat waktu.
Kesimpulan:
Penggunaan AI dalam akuakultur bukan sekadar teknologi canggih, tetapi satu pelaburan strategik yang mampu:
- Mengurangkan kos operasi
- Meningkatkan hasil dan kualiti pengeluaran
- Meningkatkan kebolehjangkaan serta kelestarian sistem akuakultur
Sumber : Platform Profesional
Nota : Untuk Rujukan Sahaja
Behn Meyer AgriCare (M) Sdn. Bhd.
No.5, Jalan TP2, Taman Perindustrian Sime UEP, 47600 Subang Jaya, Selangor Darul Ehsan, Malaysia Tel : 03-8026 3333
Fax : 03-8026 3350
