Kandungan boleh didapati di:
English Indonesia (Indonesian) ไทย (Thai) Tiếng Việt (Vietnamese) Philipino
MEMAJUKAN KESIHATAN AYAM
Kecerdasan buatan (AI) sedang membentuk semula masa depan pelbagai industri, dan sektor ayam tidak terkecuali.
Pembelajaran mesin (ML) dan analitik prediktif adalah dua segmen dalam kecerdasan buatan (AI). Analitik prediktif AI menggunakan teknik dan model pembelajaran mesin (ML) yang memperoleh pengetahuan daripada data sepanjang masa.
Model-model ini menjalani latihan menggunakan data masa lalu untuk mengenal pasti dan menganalisis corak serta interaksi (Ravi et al., 2018).
Setelah dilatih, model-model ini digunakan untuk membuat ramalan mengenai hasil masa depan menggunakan data baru yang belum pernah dilihat sebelum ini (Rajah 1).
Rajah 1. Gambaran ringkas analitik prediktif (Sumber: Ogirala et al., 2024).
Penyakit dan ketidak bersihan adalah dua daripada masalah yang dihadapi oleh sektor pengeluaran ayam. Coccidiosis, Newcastle, Gumboro pullorum, dan Salmonella adalah antara penyakit yang paling lazim (Machuve et al., 2022).
Ujian diagnostik untuk penyakit-penyakit ini boleh menjadi mahal, memakan masa, dan memerlukan banyak tenaga kerja
Ujian bakterologi pada najis ayam, sebagai contoh, boleh menelan kos purata USD 30 dari makmal-makmal Amerika (contohnya, GPLN dan lain-lain), dengan harga yang berfluktuasi berdasarkan jumlah ayam yang diuji (GPLN, 2024; CEVDL, 2024).
Memantau dengan teliti ayam tertentu untuk sebarang perubahan dalam tingkah laku atau penampilan boleh membantu pekerja peladangan ayam dengan cepat mengenal pasti dan menghapuskan punca penyakit tersebut.
Di sinilah analitik prediktif menyediakan penyelesaian terobosan untuk industri peladangan ayam.
Pengurus ladang boleh mengambil langkah yang sesuai bahkan sebelum penyakit muncul secara klinikal, kerana model analitik prediktif yang memperoleh hasil daripada data sejarah dan input masa nyata untuk meramalkan wabak.
Analitik moden, dalam bentuk algoritma pembelajaran mesin dan kerana dikuasakan oleh teknologi data besar, menggabungkan kedua-dua keperluan ini dengan membolehkan analisis yang dapat mengesan corak hari ini dan meramalkan penyakit pada masa depan.
KUMPULAN DATA DAN PENGURUSANNYA
Kunci kejayaan analitik prediktif dalam peladangan ayam adalah pengumpulan dan pengurusan data pelbagai.
Jenis data utama di ladang termasuk faktor persekitaran seperti suhu, kelembapan, dan kualiti udara (penting untuk kesihatan ayam).
Memantau...
