Di perkebunan mawar Nini—bagian dari Herburg—di Naivasha, Kenya, sistem kamera otomatis dari PATS saat ini digunakan untuk memantau Ngengat Buah Palsu (FCM). Nini adalah salah satu peserta dalam proyek yang bertujuan meningkatkan deteksi dini dan pemantauan FCM menggunakan sistem PATS-C. Dua rumah kaca di lahan seluas 60 hektar tersebut kini telah dilengkapi dengan teknologi tersebut.
Alasan di balik proyek ini jelas: lebih dari setahun yang lalu, tekanan dari Uni Eropa meningkat secara signifikan terhadap petani Kenya dan Ethiopia untuk mencegah ekspor bunga yang mengandung FCM. “Bagi kami sebagai petani, ngengat tidak pernah menjadi masalah besar,” jelas Philippe Veys dari Nini. “Hampir tidak ada kerusakan yang terlihat, sehingga tidak pernah mendapat banyak perhatian sampai Uni Eropa memperketat peraturannya. Sekarang, risiko intersepsi pengiriman dan bahkan penutupan pasar telah meningkat pesat, tetapi belum ada pengobatan yang benar-benar efektif. Jadi, memahami dan mengendalikan ngengat dimulai dengan pemantauan yang baik.”
Secara tradisional, Nini mengandalkan tim pengintai untuk mendapatkan gambaran tentang tekanan FCM. “Lalu muncullah PATS, yang menawarkan solusi pemantauan otomatis menggunakan kamera. Melalui proyek yang didukung oleh pemerintah Belanda dan kedutaan, kami dapat memasang sistem tersebut di beberapa rumah kaca kami.”
Sistem ini telah berjalan selama beberapa bulan. “Ini juga merupakan proses pembelajaran bagi PATS,” kata Philippe. “Ini sistem berbasis AI, dan mereka masih menyempurnakan cara mengenali FCM secara spesifik, terutama karena banyak ngengat lain juga terbang di sekitar sini. Mereka melatih sistem berdasarkan pola terbang, karena ternyata setiap spesies ngengat memiliki cara terbang yang berbeda,” ujarnya sambil tertawa. “Begini, ini membuka dunia baru bagi saya.”
Prediksi
Bagi Nini, pertanyaan utamanya adalah apakah data otomatis selaras dengan hasil pengintaian tradisional. “Dan sejauh ini, memang demikian. Kami melihat apa yang kami lihat langsung tercermin dalam keluaran sistem. Kami telah mengambil beberapa tindakan untuk menurunkan tekanan, dan sistem telah mengonfirmasi efek tersebut. Langkah selanjutnya adalah menentukan apakah sistem juga dapat memprediksi peningkatan tekanan, sehingga memungkinkan intervensi lebih dini.”
Di saat yang sama, ada tantangan praktis. “Perkebunan kami memiliki 70 rumah kaca. Apakah kami membutuhkan 70 kamera? Bagaimana kami menerapkannya dengan cara yang hemat biaya? Itulah yang sedang kami pelajari sekarang.” Terlepas dari pertanyaan-pertanyaan ini, potensinya jelas. “Jika berhasil untuk FCM, mungkin juga bisa berhasil untuk hama atau penyakit lain, baik dengan kamera tetap maupun drone. Hal itu masih harus dilihat. Namun kami yakin beberapa aplikasi tertentu pasti akan berhasil.”
Untuk saat ini, Nini belum menyesuaikan strategi perlindungan tanamannya berdasarkan data. “Itu mungkin akan dilakukan selanjutnya, tetapi sekali lagi, ini kembali lagi ke skala – bagaimana kita bisa menjangkau 60 hektar dengan teknologi ini?” Kolaborasi dengan PATS berjalan dengan baik. “Mereka responsif dan terbuka, dan mereka menindaklanjuti data yang kami kirimkan dengan cermat. Kami berharap dapat mencapai hasil yang solid pada akhir tahun.”
