Artificial Intelligence – Saat ini, kecerdasan buatan atau artificial intelligence berkembang cepat di berbagai sektor. Pada awalnya, teknologi ini hadir di industri manufaktur dan layanan kesehatan. Selanjutnya, AI masuk ke perangkat digital pribadi. Kini, teknologi tersebut menjangkau sektor peternakan sapi.
Di lapangan peternakan, pemantauan kesehatan hewan memerlukan ketelitian tinggi. Pada praktiknya, sapi tidak menyampaikan rasa sakit secara langsung. Sebaliknya, sapi menunjukkan tanda tidak jelas. Misalnya, sapi berdiri lebih lama. Selain itu, sapi mengurangi konsumsi pakan. Pergerakan tubuh juga melambat.
Dalam skala peternakan besar, kondisi ini menimbulkan risiko. Oleh karena itu, keterlambatan satu diagnosis dapat memengaruhi seluruh kawanan. Akibatnya, kerugian ekonomi dapat muncul. Lebih jauh, kesejahteraan hewan ikut terancam.
ilustrasi sapi. AI Mampu Deteksi Demam Sapi Lewat Ekspresi Wajah Tanpa Sentuhan, Bagaimana Caranya?(Pexels)
Pemanfaatan Kamera Termal untuk Deteksi Demam
Selama bertahun-tahun, peternak mengandalkan termometer rektal untuk mengukur suhu sapi. Metode ini menghasilkan data akurat. Namun, proses ini memerlukan waktu lama. Selain itu, prosedur ini memicu stres pada hewan. Peternak juga menghadapi risiko cedera.
Karena alasan tersebut, peneliti mulai mengembangkan metode tanpa sentuhan. Dalam pendekatan ini, kamera termal berperan sebagai alat utama. Kamera ini menangkap pancaran panas dari tubuh sapi. Setelah itu, sistem AI menganalisis pola panas tersebut.
Dengan cara ini, peternak dapat memantau suhu tubuh tanpa kontak fisik. Oleh sebab itu, tingkat stres hewan menurun. Pada saat yang sama, efisiensi kerja meningkat.
Pengembangan Sistem AI Berbasis Wajah Sapi
Dalam sebuah studi ilmiah, peneliti merancang sistem AI berbasis pengenalan wajah sapi. Penelitian ini dipimpin oleh Trong Thang Pham dari University of Arkansas. Tim riset memfokuskan penelitian pada solusi praktis pemantauan kesehatan ternak.
Menurut Pham, tujuan utama riset ini berfokus pada peningkatan frekuensi pemantauan. Dengan demikian, peternak dapat memeriksa kesehatan sapi lebih sering. Pada akhirnya, dokter hewan tetap memegang peran utama dalam diagnosis lanjutan.
Untuk melatih sistem, tim riset membangun dataset dari awal. Pertama, peneliti menempatkan ribuan anak sapi di kandang sementara. Kemudian, kamera merekam citra visual dan termal selama dua puluh detik per ekor. Pada waktu yang sama, peneliti mencatat suhu rektal sebagai data pembanding.
Setelah itu, tim menandai wajah sapi menggunakan tiga belas titik acuan. Selanjutnya, peneliti melabeli ratusan frame secara manual. Pada tahap berikutnya, sistem AI mempelajari ribuan citra tambahan secara otomatis.
Dataset CattleFace-RGBT dan Akurasi Sistem
Dataset ini menggunakan nama CattleFace-RGBT. Nama tersebut mencerminkan kombinasi data visual dan termal. Dalam analisis lanjutan, tim menemukan area mata dan lubang hidung sebagai indikator suhu paling akurat.
Dengan menggunakan metode random forest regression, sistem memprediksi suhu tubuh sapi secara konsisten. Dalam pengujian, selisih prediksi berkisar satu derajat Celsius dari pengukuran konvensional. Oleh karena itu, sistem ini cocok untuk deteksi awal penyakit.
Selain akurasi, sistem ini menawarkan kecepatan pemrosesan. Dengan demikian, peternak dapat memantau banyak sapi dalam waktu singkat.
Tantangan Implementasi di Lingkungan Nyata
Meskipun hasil laboratorium menunjukkan potensi tinggi, tantangan lapangan tetap muncul. Di area peternakan terbuka, sapi jarang berdiri diam. Selain itu, posisi wajah tidak selalu menghadap kamera.
Karena kondisi tersebut, tim riset merencanakan pengumpulan data tambahan. Ke depan, peneliti akan merekam citra sapi yang bergerak bebas. Dengan pendekatan ini, sistem dapat mengenali variasi posisi dan sudut wajah.
Sebagai langkah kolaboratif, tim membagikan dataset CattleFace-RGBT secara terbuka. Dengan demikian, ilmuwan lain dapat mengembangkan model lanjutan. Pendekatan ini mempercepat inovasi teknologi peternakan.
Kontribusi AI terhadap Kesejahteraan Ternak
Secara keseluruhan, teknologi ini memberikan dampak positif. Pemeriksaan tanpa sentuhan mengurangi stres hewan. Selain itu, deteksi dini mencegah penyebaran penyakit. Peternak juga dapat mengambil keputusan lebih cepat.
Pada akhirnya, AI berfungsi sebagai alat pendukung. Teknologi ini membantu peternak menjaga kesehatan kawanan. Inovasi ini mungkin tidak mencolok secara visual. Namun, dampaknya sangat nyata bagi keberlanjutan peternakan modern.
