Hari Derajat Pertumbuhan (GDD) adalah metrik dasar dalam pertanian, yang digunakan untuk memprediksi kapan tanaman akan berkecambah, berbunga, dan mencapai panen. Namun bagi banyak petani dan perusahaan pangan, mengubah data GDD menjadi sesuatu yang berguna masih berarti harus bergulat dengan spreadsheet, penghitungan manual, dan prakiraan yang terfragmentasi.
Masalah ini mendorong perusahaan yang berbasis di California IklimAi untuk membangun alat baru yang menggabungkan visualisasi, perkiraan, dan AI agen untuk membantu pelanggan merencanakan masa panen, mengelola risiko penyakit, dan mengoordinasikan tenaga kerja—tanpa bergantung pada Excel.
“Ketika kami berbicara dengan pelanggan, menjadi jelas bahwa GDD adalah masalah yang sangat berarti, salah satunya mengatakan bahwa jika Anda dapat mengeluarkan saya dari spreadsheet Excel saya, saya akan menjadi pelanggan seumur hidup,” kata COO Will Kletter. Berita AgFunder.
“Langkah pertama kami adalah (mengaktifkan) visualisasi akumulasi GDD dengan grafik dan peta tingkat lapangan yang melacak varietas dan lokasi tanaman tertentu dengan pembaruan harian. Pertanyaan berikutnya adalah, 'Dapatkah AI agen memindahkan hal ini dari alat pemantauan otomatis menjadi sesuatu yang memungkinkan pelanggan kami mengambil tindakan atau platform itu sendiri yang mengambil tindakan?'”
Apa itu Hari Derajat Pertumbuhan?
👉 Hari Derajat Tumbuh digunakan untuk memperkirakan waktu pembungaan, pembuahan, dan panen serta memperkirakan kapan hama tertentu akan muncul berdasarkan akumulasi panas dari waktu ke waktu.
👉 Mereka bekerja dengan melacak jumlah hari ketika suhu melebihi garis dasar atau ambang batas tertentu, dengan lebih banyak GDD biasanya berarti pertumbuhan tanaman lebih cepat, meskipun akumulasi yang cepat juga dapat menyebabkan pematangan dini, stres tanaman, atau peningkatan aktivitas hama.
👉 Data historis GDD juga dapat digunakan untuk membantu memperkirakan waktu panen yang optimal. Namun, perubahan iklim membuat rata-rata historis menjadi kurang dapat diandalkan.
Mengkoordinasikan hasil panen, truk, dan kapasitas
Memprediksi secara lebih akurat kapan suatu tanaman siap dipanen merupakan hal yang penting bagi petani, “tetapi juga bagi orang-orang di fasilitas pengolahan untuk mengetahui berapa volume yang akan siap panen pada hari tertentu,” kata Kletter.
“Dalam kasus pelanggan sayuran beku, mereka mencoba mencari tahu berapa banyak kacang polong yang mungkin datang ke pabrik dengan truk pada hari tertentu, dan apakah mereka memiliki kapasitas yang tepat untuk membekukan kacang polong tersebut pada puncak kesegaran dan nutrisinya.”
Dia menambahkan: “Kami mengundang siapa saja yang berpartisipasi dalam webinar baru-baru ini untuk melakukan uji coba gratis dan langsung mendapatkan lebih dari 20 pendaftaran, yang memungkinkan kami mendapatkan banyak masukan dari segmen tanaman baris, kentang, tanaman sayuran khusus, dan produsen anggur.”
Salah satu pelanggan pengolahan makanan perusahaan ini memiliki platform perangkat lunak yang melacak semua kontraknya dengan petani untuk musim mendatang dengan nama lahan dan lokasi, tanaman apa yang ditanam, dan berapa banyak yang telah ditanam, jelasnya.
Sebelumnya, mereka mengunduh semua informasi ini ke dalam spreadsheet, menambahkan hari derajat pertumbuhan secara manual dan mencoba menjalankan perhitungan di Excel, katanya. Kini semua penghitungan dilakukan di platform Climate Ai, yang memprediksi kapan suatu tanaman akan mencapai tahap tertentu dengan tingkat kepercayaan yang sesuai dan perbedaannya dengan tahun-tahun sebelumnya. Ia kemudian “mengumpulkan data dari berbagai bidang sehingga Anda dapat melihat berapa banyak truk yang akan muncul pada hari tertentu di fasilitas pemrosesan tertentu,” katanya.
ClimateAi juga dapat menampilkan peringatan risiko spesifik tanaman yang muncul dari platformnya seputar peristiwa seperti curah hujan ekstrem untuk lebih membantu proses perencanaan, tambahnya.
Memasukkan kecerdasan iklim ke dalam alur kerja dengan AI
Terkenal karena itu prakiraan cuaca jangka panjang, ClimateAi awalnya menargetkan perusahaan-perusahaan benih dan kimia besar, namun baru-baru ini mendapatkan daya tarik terbesar dari perusahaan-perusahaan yang “mengambil komoditas pertanian dari lusinan, ratusan, atau ribuan ladang,” kata Kletter.
“Pergeseran organisasi” yang stabil dalam industri makanan, yang mana tim pengadaan dan keberlanjutan mulai bergabung, “mendefinisikan perubahan nyata dalam pemikiran mengenai bagaimana iklim telah menjadi variabel bisnis inti,” sarannya.
Awalnya, ClimateAi mencoba memulai perbincangan tentang bagaimana cuaca dan iklim ekstrem menjadi variabel bisnis inti dalam perencanaan operasional dan strategis, katanya. “Pertanyaan kuncinya sekarang adalah bagaimana hal ini dapat terintegrasi secara mendalam ke dalam alur kerja sehari-hari pelanggan kami?”
Dia menambahkan: “Selama setahun terakhir sudah jelas betapa pentingnya untuk dapat meluncurkan alat AI dengan sangat cepat kepada pelanggan kami.”
Meskipun hal ini melibatkan mendatangkan beberapa talenta baru, alat pengkodean berbantuan AI juga telah memberdayakan para ahli dalam tim ClimateAi untuk membuat alat tanpa harus memerlukan keahlian AI “murni”, katanya. “Ilmuwan data kini bisa menjadi insinyur perangkat lunak.”
Agen agronomi AI
Mengenai alat alur kerja AI, katanya, “Kami sekarang dapat meminta pelanggan melatih agen agronomi AI mereka sendiri, sehingga ketika manajer pengadaan, manajer produksi, atau petani melihat (diperkirakan) curah hujan tinggi selama penanaman, platform tersebut tidak hanya memberi tahu mereka bahwa hal ini mungkin terjadi, namun (memberi saran) apa yang dapat mereka lakukan untuk mengatasinya.”
Meskipun pelanggan menyukai laporan ClimateAi yang mendetail dan sarat grafik, mereka juga senang melihat informasi disajikan dalam “bahasa Inggris yang sederhana, dengan ringkasan bahasa alami yang berfokus pada informasi penting, termasuk tindakan yang direkomendasikan oleh ahli agronomi AI,” ujarnya.
Ketika ditanya apakah perusahaannya menghasilkan keuntungan, dia berkata: “Berinvestasi dalam tim teknis kami agar tetap kompetitif dalam AI menjadi lebih penting daripada langsung mendapatkan keuntungan, dan kami setuju dengan hal itu selama unit ekonomi bisnis tetap menguntungkan.”
Bacaan lebih lanjut: