Jalan baru menuju ketahanan pangan di Afrika – Beragampengetahuan

• Kecerdasan buatan di bidang pertanian digunakan untuk mendorong sumber data real-time, melakukan analisis prediktif, dan menjalankan algoritma yang mengoptimalkan praktik pertanian.
• Di Afrika Selatan, Kenya dan Zimbabwe, ITKI adalah proyek inovatif yang memanfaatkan pengetahuan lingkungan asli masyarakat Afrika dan menggabungkannya dengan kecerdasan buatan untuk memprediksi kekeringan dengan lebih akurat.
• GSMA: AI di bidang pertanian berjanji untuk menerapkan solusi keuangan digital yang inovatif, seperti produk kredit dan asuransi, kepada jutaan petani.

Di benua Afrika, yang berpenduduk lebih dari 1,2 miliar jiwa, pertanian tetap menjadi kegiatan ekonomi utama, menyumbang rata-rata 17% PDB dan menyediakan lapangan kerja bagi hampir 60% populasi.

Namun, sebagian besar pangan yang diproduksi di Afrika (sekitar 80%) dihasilkan oleh usaha pertanian skala kecil, dimana perempuan menyediakan sebagian besar angkatan kerja. Sayangnya, para petani kecil ini terus menghadapi berbagai tantangan, dengan produktivitas yang rendah, pendapatan yang berkurang, dan bahaya kelaparan dan kerawanan pangan yang selalu ada.

Dari Senegal hingga Kamerun, dan dari Uganda hingga Zimbabwe, petani kecil bergantung pada teknik pertanian yang sudah ketinggalan zaman, terbatasnya akses terhadap modal, lemahnya sistem pemasaran, dan sedikitnya akses terhadap informasi penting yang dapat meningkatkan pertanian.

Jutaan petani tidak memiliki akses terhadap input pertanian berkualitas tinggi, terutama karena mereka tidak memiliki akses terhadap fasilitas kredit, terutama karena perempuan tidak mampu memberikan jaminan bank. Kesenjangan data yang besar dalam sejarah keuangan mereka mempersulit calon pemodal untuk menentukan kelayakan kredit mereka. Sayangnya, kesulitan-kesulitan ini memberikan dampak yang lebih besar terhadap perempuan dan pemuda yang terlibat dalam pertanian dibandingkan laki-laki.

Dalam beberapa tahun terakhir, dengan meningkatnya dampak negatif perubahan iklim, suhu ekstrem, banjir, dan lain-lain, prospek pertanian di Afrika menjadi suram. Petani kecil menghadapi tekanan yang semakin besar akibat perubahan iklim karena ketergantungan mereka pada curah hujan dan mekanisme penanggulangan yang tidak memadai.

Ketika pertanian mengalami pukulan telak, angka-angka terbaru memberikan gambaran suram tentang benua tersebut – dengan 50% penduduk Nigeria dan 26% penduduk Kenya mengalami kerawanan pangan – sebuah tren menyedihkan yang membuat kedua negara menghadapi masalah kelaparan yang serius. Situasi di banyak negara lain bahkan lebih buruk (bahkan mungkin serupa).

Peran kecerdasan digital dan buatan di bidang pertanian

Terlepas dari tantangan-tantangan yang dihadapi pertanian di Afrika, peningkatan penerapan kecerdasan digital dan kecerdasan buatan di bidang pertanian berpotensi membalikkan keadaan dan menjamin ketahanan pangan di benua tersebut.

Laporan baru dari GSMA berjudul Kecerdasan Buatan di Afrika: Kasus penggunaan yang memberikan dampakTeknologi digital semakin menunjukkan potensi untuk membuka akses terhadap pasar dan layanan, memberikan dorongan tepat waktu pada rantai nilai pertanian Afrika, sekaligus memitigasi tantangan dan hambatan yang dihadapi petani kecil saat ini akibat perubahan iklim.

Survei tersebut mencatat bahwa AI di bidang pertanian dapat mendorong “akuisisi data real-time, melakukan analisis prediktif, dan menjalankan algoritme untuk mengoptimalkan praktik pertanian dan meningkatkan hasil panen.”

Selain itu, kecerdasan digital dan kecerdasan buatan dalam inovasi pertanian dapat memperkuat instrumen akses pasar para pemain dan mengurangi biaya produksi – sebuah permasalahan nyata yang dihadapi jutaan petani di Afrika.

Revolusi ini membawa potensi investasi di tahun-tahun mendatang, “Misalnya, industri robotika pertanian (yang mencakup robot berbasis kecerdasan buatan yang melakukan tugas-tugas pertanian) diperkirakan akan mencapai sekitar $337 juta pada tahun 2030, menandai peningkatan dari tahun 2023 hingga akan tumbuh. dengan CAGR sebesar 21% pada tahun 2030,” jelas laporan GSMA.

Kasus penggunaan AI di bidang pertanian telah menimbulkan gelombang di negara-negara besar lainnya di benua ini, termasuk Kenya, Nigeria, dan Afrika Selatan, dengan laporan tersebut mengidentifikasi “konsultasi digital” sebagai bidang penggunaan AI yang paling umum.

Saat ini, pertanian presisi memberikan layanan konsultasi di tingkat pertanian dengan menggabungkan “data pertanian spesifik pertanian dengan data penginderaan jauh, data iklim dan cuaca, serta data spesifik domain,” tambah laporan tersebut.

Pemerintah, aktor non-negara, dan lembaga pertanian yang terlibat dalam mengatasi masalah ketahanan pangan di Afrika memiliki peluang untuk memanfaatkan kekuatan AI untuk membantu menganalisis data dalam jumlah besar, mengidentifikasi pola, dan membuat model prediktif untuk memprediksi hasil ketahanan pangan dengan lebih baik.

Kecerdasan buatan di bidang pertanian membawa fajar baru, memungkinkan semua pihak meningkatkan akurasi dan ketepatan waktu prakiraan penting.

Baca juga: Mengintegrasikan kecerdasan buatan ke dalam perawatan kesehatan

Kasus penggunaan Kecerdasan Buatan di pertanian Kenya

Di Kenya, jaringan layanan kesehatan Amref, bekerja sama dengan AI for Good Lab dari Microsoft di Kenya, sedang mengembangkan model pembelajaran mesin spatiotemporal inovatif yang bertujuan untuk mendeteksi titik rawan malnutrisi di Kenya. Setelah selesai, inovasi ini akan memfasilitasi intervensi tepat waktu untuk memitigasi tantangan ini.

“Penggunaan AI dalam pekerjaan ini bukan hanya tentang memanfaatkan teknologi untuk membuat prediksi; namun tentang mengubah data menjadi wawasan yang dapat ditindaklanjuti. Amref berencana untuk mengintegrasikan AI ke dalam analisis laporan intervensi komprehensif yang mencakup lebih dari lima dekade dan masukan real-time dari petugas kesehatan masyarakat. dalam datanya.” AI Afrika memanfaatkan peluang Laporan Microsoft menyatakan sebagian.

Di Afrika Selatan, negara dengan perekonomian paling maju di benua ini, ITKI, sebuah proyek inovasi yang diinkubasi oleh Central Institute of Technology, memperjuangkan sebuah platform baru yang memanfaatkan pengetahuan lingkungan asli masyarakat Afrika dan menggabungkannya dengan kecerdasan buatan untuk membantu memprediksi kekeringan dengan lebih akurat. kepada petani dengan menggunakan ponsel.

Pendekatan ITKI memanfaatkan kearifan lokal, menjangkau individu untuk mengumpulkan data penting mengenai cuaca dan iklim. Misalnya, proyek ini memanfaatkan pengetahuan masyarakat tentang pola pembungaan spesies pohon tertentu, sebuah fenomena yang sering kali menandakan kondisi cuaca yang akan datang. Di masyarakat Afrika, pengetahuan berharga ini mengakar kuat di komunitas lokal dan diturunkan dari generasi ke generasi.

Setelah rincian ini dikumpulkan, ITKI meningkatkan pengetahuan asli ini dengan menggabungkannya dengan teknologi modern, menggunakan jaringan sensor digital untuk mengumpulkan data tentang berbagai faktor lingkungan seperti kelembaban tanah, suhu dan faktor serupa lainnya untuk membuat keputusan yang tepat mengenai lingkungan penting. pertanian.

Solusi AI pertanian inovatif ITIKI sudah digunakan di wilayah Pietermaritzburg dan KwaZulu-Natal di Afrika Selatan. Di negara tetangganya, Zimbabwe, petani kecil di Espugabela, Provinsi Manica, merasakan manfaat dari teknologi ini, sementara di Kenya tengah, petani di Mbire, Kabupaten Embu, merasakan manfaatnya.

Selain itu, “peningkatan kemampuan data dan pembelajaran mesin memungkinkan petani mendapatkan informasi yang disesuaikan berdasarkan kondisi lapangan. Contoh organisasi yang menggunakan pertanian presisi adalah ThirdEye di Kenya, Kitovu di Nigeria, dan Aerobotics di Afrika Selatan.”

Di Kenya, ThirdEye menggunakan sensor terbang untuk memantau kebutuhan tanah dan mengidentifikasi hama/penyakit tanaman pada tahap awal, sehingga memberikan rincian yang tepat waktu dan dapat ditindaklanjuti kepada petani untuk meningkatkan hasil panen. Bagi petani kecil di Nigeria, Kitovu menggabungkan data luar angkasa dan satelit untuk memberikan saran agronomi yang tepat, merekomendasikan masukan terbaik, dan memastikan petani memahami kesehatan tanaman melalui pembaruan pemantauan tanaman.

Analisis GSMA menunjukkan bahwa AI di bidang pertanian berpotensi menyebarkan solusi keuangan digital yang inovatif, seperti produk kredit dan asuransi, kepada jutaan petani.

“Dengan menerapkan kecerdasan buatan dan pembelajaran mesin untuk membuat tabulasi sumber data seperti citra satelit, data iklim, dan informasi pertanian lainnya, organisasi seperti Apollo Agriculture dan mfarmPay di Kenya dapat menggunakan ini sebagai jaminan,” jelas laporan tersebut.

Penerapan kecerdasan buatan dalam sistem rantai pasokan pertanian

Selain itu, penggunaan AI di bidang pertanian dapat diperluas hingga mendukung manajemen rantai pasokan, menyediakan alat pemantauan secara real-time, dan memastikan bahwa para pelaku dalam sistem menjaga kondisi penyimpanan yang optimal untuk mengurangi kehilangan produk pascapanen.

Inovasi AI juga dapat menggerakkan rantai nilai melalui aplikasi yang membantu menyederhanakan distribusi dan memastikan transparansi dalam harga dan kondisi pasar terkait lainnya.

Saat ini, perusahaan rintisan seperti ColdHubs dan Koolboks di Nigeria menyediakan produk inovatif kepada petani dan pelaku pasar yang mengoptimalkan kondisi penyimpanan untuk produk yang mudah rusak seperti ikan dan sayuran.

“Banyak organisasi menawarkan berbagai layanan, seperti konsultasi digital dan DFS, yang sering kali ditujukan untuk mendigitalkan aktivitas rantai nilai guna memberikan dukungan komprehensif kepada petani kecil.”

Secara keseluruhan, penggunaan kecerdasan buatan dalam alat dan teknologi pertanian bergantung pada ketersediaan dan aksesibilitas sejumlah besar data yang andal (agronomi, cuaca, dan geospasial) untuk menghasilkan dampak yang sesuai.

Di seluruh negara, hambatan seperti kualitas data sering kali membatasi potensi layanan AI yang penting untuk mengoptimalkan operasi pertanian di Afrika. “Jika data penelitian terutama mencerminkan praktik pertanian komersial skala besar, maka hal ini akan mengabaikan kebutuhan petani kecil yang terlibat dalam pertanian subsisten.”

Terlebih lagi, konsekuensi lain yang tidak diinginkan adalah meningkatnya penggunaan perangkat seluler sebagai saluran utama penggunaan akhir. Pendekatan ini berisiko memperburuk kesenjangan produktivitas dengan mengecualikan pemilik non-migran dan petani yang buta huruf.