Beberapa tahun lalu, drone sering dikaitkan dengan fotografi udara atau ketenteraan. Kini, drone semakin kerap dilihat terbang rendah di atas sawah padi, ladang sawit dan kebun buah di Malaysia, menyembur racun, menabur baja atau mengambil gambar tanaman. Artikel ini memperkenalkan penggunaan drone dalam pertanian berdasarkan ulasan dan kajian saintifik.
Apakah Drone Pertanian?
Drone, atau kenderaan udara tanpa pemandu (UAV), ialah pesawat yang tidak membawa juruterbang manusia. Ia biasanya dikawal oleh komputer di dalam drone yang terbang secara automatik mengikut pelan penerbangan yang diprogramkan, bersama sensor dan Sistem Kedudukan Global (GPS) [1].
Ulasan tentang drone pertanian menyatakan teknologi ini menggabungkan teknologi maklumat dan komunikasi, robotik, kecerdasan buatan, data raya dan Internet Benda (IoT) [2]. Penggunaannya telah berkembang ke semua bidang pertanian, termasuk semburan racun perosak dan baja, penaburan benih, serta penilaian pertumbuhan dan pemetaan tanaman [2].
Jenis Penggunaan Drone dalam Pertanian
| Kegunaan | Contoh |
|---|---|
| Semburan | Racun perosak, racun rumpai, baja cecair [2] |
| Penaburan | Benih padi, baja butiran [3] |
| Pemantauan | Kesihatan tanaman, status nitrogen, ramalan hasil [4] |
| Pemetaan | Bilangan pokok sawit, ketinggian pokok [5] |
| Penilaian | Kemampanan ladang pekebun kecil [6] |
Mengapa Drone Semakin Popular?
1. Kekurangan tenaga kerja
Aktiviti pertanian sangat bergantung kepada tenaga kerja, yang meningkatkan kos dan masa operasi. Penggunaan drone berpotensi mengurangkan keperluan tenaga kerja dan masa operasi [7]. Di Malaysia, industri pertanian menghadapi kekurangan tenaga kerja, cuaca ekstrem, penggunaan baja yang tidak cekap dan isu kesihatan akibat bahan kimia [8].
2. Pertanian tepat
Ulasan dari Malaysia menyatakan bahawa pertanian di Malaysia meliputi 4.06 juta hektar, dengan 80% terdiri daripada tanaman industri dan pengeluaran agromakanan. Penggunaan drone dalam pertanian tepat dikatakan memberi kesan alam sekitar yang minimum serta meningkatkan kemampanan dan produktiviti [9].
3. Kesesuaian dengan rupa bumi
Drone mudah disesuaikan dengan rupa bumi dan mampu menyembur dengan cekap pada ketinggian rendah [10]. Ini berguna untuk sawah yang berair, ladang di bukit dan kawasan yang sukar dimasuki jentera.
Drone di Malaysia
Padi memainkan peranan dominan dalam keselamatan makanan Malaysia, dengan kawasan jelapang utama dan kecil di seluruh negara. Produktiviti berbeza antara kawasan jelapang disebabkan faktor seperti kemarau, banjir, perosak dan penyakit, amalan agronomi dan perubahan iklim [1]. Kajian di kawasan jelapang KADA dan IADA di Kelantan dan Terengganu menyatakan drone menawarkan penyelesaian untuk mengautomasikan pembajaan, semburan racun dan penaburan benih [11].
Bagi industri sawit, kekangan tenaga kerja dan masa untuk memantau ladang menyebabkan kerugian dari segi masa dan kos pengurusan, dan drone dilihat dapat meningkatkan keberkesanan pengurusan ladang [12].
Komponen Utama Drone Pertanian
Ulasan sistematik menerangkan komponen utama drone pertanian, termasuk papan mikropengawal, sistem kawalan jauh, sensor, kamera dan motor. Internet Benda (IoT) yang digabungkan dengan pemprosesan imej dan algoritma pembelajaran mesin membolehkan keputusan yang tepat [7].
Sensor yang biasa digunakan termasuk:
Kamera RGB untuk gambar biasa.
Kamera multispektral untuk mengukur kesihatan tanaman melalui indeks tumbuhan seperti NDVI [13].
Kamera haba untuk mengesan tekanan air [4].
LiDAR untuk mengukur ketinggian dan struktur tanaman [14].
Cabaran
Drone bukan tanpa cabaran. Kajian lain dalam siri ini membincangkan isu seperti hanyutan racun, keselamatan operator, kos dan penerimaan petani. Ulasan mencatatkan perundangan untuk drone awam turut mempengaruhi penggunaannya dalam pertanian [15].
Panduan Praktikal
1. Kenal pasti keperluan ladang sebelum melabur dalam drone.
2. Pertimbangkan perkhidmatan sewaan jika kos pembelian tinggi [16].
3. Dapatkan latihan dan lesen yang diperlukan sebelum mengendalikan drone.
4. Patuhi peraturan penerbangan pihak berkuasa yang berkaitan.
5. Gunakan hanya racun perosak berdaftar dengan Lembaga Racun Makhluk Perosak dan ikut arahan label.
6. Dapatkan nasihat Jabatan Pertanian dan MARDI tentang penggunaan drone untuk tanaman anda.
Ulasan Sistematik Penggunaan Imej Drone
Ulasan sistematik 214 artikel yang diterbitkan dalam tempoh 14 tahun mendapati drone digunakan dalam pelbagai segmen pertanian, termasuk pemantauan tanaman dan ternakan, pengelasan tanaman, ramalan hasil, pengesanan rumpai, penuaian automatik serta pengesanan awal dan pencegahan penyakit [17]. Penyelidik menyatakan data imej masa nyata daripada drone diproses menggunakan algoritma pembelajaran mendalam yang berkuasa untuk mengoptimumkan pengurusan proses pertanian [17].
Ini menunjukkan drone bukan sekadar alat menyembur, tetapi juga platform pengumpulan data yang boleh membantu petani membuat keputusan berdasarkan maklumat yang tepat. Gabungan drone dengan teknologi seperti kecerdasan buatan dijangka terus berkembang pada masa hadapan.
Ringkasan
Secara ringkas, drone pertanian menawarkan kepantasan, ketepatan dan pengurangan tenaga kerja, tetapi memerlukan pengetahuan dan pengurusan yang betul untuk digunakan dengan selamat dan berkesan [7][2].
Kesimpulan
Drone pertanian menggabungkan pelbagai teknologi moden untuk menyembur, menabur, memantau dan memetakan tanaman. Di Malaysia, drone dilihat sebagai penyelesaian kepada kekurangan tenaga kerja dalam penanaman padi dan sawit. Namun, untuk memanfaatkannya sepenuhnya, petani perlu memahami kelebihan, had dan peraturan berkaitan penggunaan drone.
Penafian: Artikel ini untuk pengetahuan umum sahaja dan bukan nasihat teknikal atau undang-undang khusus. Penggunaan drone tertakluk kepada peraturan pihak berkuasa yang berkaitan. Rujuk Jabatan Pertanian, MARDI dan pihak berkuasa penerbangan.
Rujukan
[1] N. Man et al. (2019). Drone Services and Application for Paddy Fertilizing and Oil Palm Mapping for Climate Change. Unknown Journal.
[2] Jeongeun Kim et al. (2019). Unmanned Aerial Vehicles in Agriculture: A Review of Perspective of Platform, Control, and Applications. IEEE Access. DOI: 10.1109/access.2019.2932119.
[3] Peng-xiang Qi et al. (2022). Development of multifunctional unmanned aerial vehicles versus ground seeding and outplanting: What is more effective for improving the growth and quality of rice culture?. Frontiers in Plant Science. DOI: 10.3389/fpls.2022.953753.
[4] W. Maes et al. (2019). Perspectives for Remote Sensing with Unmanned Aerial Vehicles in Precision Agriculture. Trends in plant science. DOI: 10.1016/j.tplants.2018.11.007.
[5] D. Fawcett et al. (2019). Unmanned aerial vehicle (UAV) derived structure-from-motion photogrammetry point clouds for oil palm (Elaeis guineensis) canopy segmentation and height estimation. International Journal of Remote Sensing. DOI: 10.1080/01431161.2019.1591651.
[6] Yong-Bin Wong et al. (2023). Smallholder oil palm plantation sustainability assessment using multi-criteria analysis and unmanned aerial vehicles. Environmental Monitoring and Assessment. DOI: 10.1007/s10661-023-11113-z.
[7] Swetha Makam et al. (2024). Unmanned aerial vehicles (UAVs): an adoptable technology for precise and smart farming. Discover Internet of Things. DOI: 10.1007/s43926-024-00066-5.
[8] M. Shahibi et al. (t.t.). Factors affecting paddy farmers in using drones. Unknown Journal.
[9] N. Norhashim et al. (2022). A Review of Unmanned Aerial Vehicle Technology Adoption for Precision Agriculture in Malaysia. Unmanned Syst.. DOI: 10.1142/s230138502450016x.
[10] Weicai Qin et al. (2023). Analysis of the research progress on the deposition and drift of spray droplets by plant protection UAVs. Scientific Reports. DOI: 10.1038/s41598-023-40556-0.
[11] N. Man et al. (2024). Farmers’ intention towards drone adoption in granary areas of KADA, IADA Kemasin Semerak, Kelantan and IADA KETARA, Terengganu, Malaysia. IOP Conference Series: Earth and Environmental Science. DOI: 10.1088/1755-1315/1412/1/012019.
[12] Zailani Khuzaimah et al. (2022). Application and Potential of Drone Technology in Oil Palm Plantation: Potential and Limitations. Journal of Sensors. DOI: 10.1155/2022/5385505.
[13] Shuang Zhang et al. (2025). A Review of the Application of UAV Multispectral Remote Sensing Technology in Precision Agriculture. Smart Agricultural Technology. DOI: 10.1016/j.atech.2025.101406.
[14] Yuri Shendryk et al. (2020). Fine-scale prediction of biomass and leaf nitrogen content in sugarcane using UAV LiDAR and multispectral imaging. Int. J. Appl. Earth Obs. Geoinformation. DOI: 10.1016/j.jag.2020.102177.
[15] J. del Cerro et al. (2021). Unmanned Aerial Vehicles in Agriculture: A Survey. Agronomy. DOI: 10.3390/agronomy11020203.
[16] Osman Parmaksiz et al. (2023). Technology Acceptance among Farmers: Examples of Agricultural Unmanned Aerial Vehicles. Agronomy. DOI: 10.3390/agronomy13082077.
[17] Md. Abrar Istiak et al. (2023). Adoption of Unmanned Aerial Vehicle (UAV) imagery in agricultural management: A systematic literature review. Ecol. Informatics. DOI: 10.1016/j.ecoinf.2023.102305.
