Skip to book content
Menu
Pejabat Antarabangsa · Istanbul, Türkiye dr.alaa@aladdin.my.id +90 541 514 37 21

Aladdin Interactive Book

BUMI ALGORITMA

0%
Book knowledge toolsSearch and discuss Part ISearch this language edition or ask Chat V2 a question grounded in the approved book passages.
Discuss with Chat V2Book-only mode is the default. Every supported answer must cite an actual indexed passage.From this book only

BUMI ALGORITMA

JILID I

Kecerdasan Buatan dan Pembentukan Masa Depan Pertanian

Dari Ladang ke Algoritma... dan Kembali Semula

Jilid ini ialah Jilid I yang berdiri sendiri daripada karya yang lebih luas. Kandungannya merangkumi Bahagian Satu ("Mengapa Transformasi Pertanian Penting?") dan Bahagian Dua ("Asas Kecerdasan Buatan dan Data"), dengan jumlah tujuh bab. Jilid ini membincangkan masalah pertanian sebelum teknologi, piawaian bukti untuk menilai dakwaan, keluarga utama kaedah kecerdasan buatan dalam pertanian, serta data, kecerdasan geospatial, dan sistem pengembangan pertanian yang menyokong pelaksanaan bertanggungjawab.

Edisi Bahasa Melayu ini merupakan sebahagian daripada projek global sepuluh bahasa yang bertujuan menggabungkan kedalaman saintifik dengan kejelasan praktikal: mudah difahami oleh petani, berguna kepada pakar, serta peka terhadap perbezaan persekitaran dan budaya pertanian.


Pengarang: Dr. Aladdin Ali PhD dalam Sains Pertanian — Pengasas Aladdin International Company

Badan penaja: PT Aladdin Pertanian Internasional Bahasa edisi ini: Bahasa Melayu Edisi: Jilid I — Edisi Pertama — 2026 Tarikh: 18 September 2026

Hak Cipta dan Kaedah Pendokumentasian

Buku ini tidak dibina berasaskan satu dokumen atau suatu himpunan tertutup fail dan rujukan. Buku ini lahir daripada proses penyelidikan, pendokumentasian, dan semakan yang berlangsung melalui beberapa peringkat: bermula dengan pengumpulan bahan saintifik, teknikal, dan pertanian dalam pelbagai bahasa, kemudian berkembang sepanjang penulisan dan penyuntingan untuk merangkumi kajian dan ulasan saintifik, laporan institusi antarabangsa, dokumen rasmi dan kawal selia, panduan pengembangan pertanian, bahan teknikal, serta rekod pelaksanaan dan pengujian yang berkaitan dengan beberapa sistem dan aplikasi yang dibincangkan dalam buku ini.

Sepanjang proses ini, menemukan sesuatu sumber semata-mata tidak pernah dianggap memadai untuk menerimanya. Identiti, tarikh, versi, dan konteks setiap sumber disemak, manakala dakwaan dibandingkan dengan perkara yang benar-benar dapat disokong oleh bukti. Apabila asal sesuatu maklumat tidak dapat dijejaki, atau buktinya tidak mencukupi, pernyataannya dibataskan, angkanya ditangguhkan, atau batas keyakinan diterangkan, dan bukannya dibentangkan kepada pembaca sebagai fakta yang telah mantap.

Alat kecerdasan buatan digunakan dalam sebahagian tugas penyusunan dan perbandingan, pengesanan pengulangan, penjejakan perbezaan antara versi, bantuan bahasa, dan cadangan rumusan awal. Walau bagaimanapun, alat ini tidak dianggap sebagai sumber saintifik dan tidak diberi kuasa untuk mengeluarkan pertimbangan pertanian atau mengesahkan sesuatu fakta atau saranan. Pengesahan sumber, penilaian kekuatan bukti, penyuntingan, pemilihan rumusan, dan kelulusan akhir semuanya merupakan tindakan manusia, dan tanggungjawab terhadapnya terletak sepenuhnya pada pengarang.

Nama syarikat, produk, institusi, dan program disebut dalam halaman-halaman ini untuk tujuan pengenalan, analisis, dan perbandingan, bukan pengesahan atau pengiklanan. Penyebutan sesuatu produk atau sistem bukanlah saranan untuk membeli atau menggunakannya, manakala ketiadaan penyebutan tidak mewakili penilaian terhadap kualiti atau kesesuaiannya. Nama, tanda dagangan, dan hak yang berkaitan dengannya kekal menjadi milik pemegang masing-masing.

Buku ini membimbing pembaca kepada bukti serta membantu mereka memahami dan membincangkan batasnya, tetapi tidak menggantikan sumber asal, label rasmi produk, pihak berkuasa kawal selia, makmal, atau profesional pertanian atau veterinar yang berkelayakan.

Hak Cipta

Hak Cipta © 2026 Dr Aladdin Ali. Hak cipta terpelihara.

Tanpa kebenaran bertulis terlebih dahulu daripada pemegang hak cipta atau pihak yang diberi kuasa secara bertulis olehnya, buku ini tidak boleh dihasilkan semula, sama ada keseluruhannya atau sebahagiannya, disalin, dicetak, diterbitkan semula, diedarkan, diterjemahkan, dirakam, disediakan sebagai versi saduran atau karya terbitan, ditukar kepada apa-apa format atau medium, disimpan dalam mana-mana sistem dapatan semula maklumat, atau dihantar melalui apa-apa cara elektronik, mekanikal, atau cara lain, termasuk fotokopi dan rakaman.

Larangan ini tidak terpakai kepada petikan terhad yang dibenarkan oleh undang-undang berkuat kuasa bagi tujuan kritikan, ulasan, penyelidikan, atau pendidikan, dengan syarat buku ini dirujuk dengan betul, konteks bahan yang dipetik dikekalkan, dan maknanya tidak diputarbelitkan atau dibentangkan dengan cara yang membayangkan pengesahan oleh pengarang atau pemegang hak cipta terhadap seseorang, institusi, produk, atau pandangan yang tidak pernah disahkan oleh mereka secara nyata.

Memetik sebarang angka, saranan, atau maklumat sensitif daripada buku ini tidak mengecualikan pengguna daripada kewajipan merujuk sumber asal atau pihak berkuasa rasmi yang berwibawa, dan tidak memindahkan kepada pengarang tanggungjawab terhadap penggunaan maklumat di luar konteksnya, selepas tempoh kesahihannya berlalu, atau selepas syarat kawal selia atau asas saintifiknya berubah.

Edisi pertama — 2026

Pernyataan Penajaan dan Kebebasan Editorial

PT Aladdin Pertanian Internasional menaja karya ini. Projek lengkap, dalam bahagian selanjutnya yang tidak termasuk dalam jilid ini, mengandungi kajian kes yang diisytiharkan tentang platform pertanian milik badan penaja. Hubungan penajaan sedemikian boleh menjejaskan keseluruhan karya jika dibiarkan tanpa penjelasan; oleh itu hubungan tersebut dinyatakan pada permulaan Jilid I, sebelum platform dibincangkan.

Potensi konflik kepentingan tidak diselesaikan melalui penafian atau bahasa saintifik yang menyembunyikannya. Konflik itu diurus melalui batas bertulis yang membolehkan pembaca mempertanggungjawabkan karya ini. Tiga batas berikut terpakai kepada keseluruhan projek, termasuk jilid ini:

  • Tiada keupayaan dinisbahkan kepada platform selain yang ditetapkan oleh repositori atau laporan kejuruteraan bertarikh.
  • Kewujudan kod tidak bermakna perkhidmatan itu beroperasi dalam pengeluaran; jurang antara kedua-duanya kekal sebagai persoalan kaedah.
  • Platform tidak digunakan sebagai bukti keunggulan saintifik atau komersial berbanding sistem lain.

Badan penaja tidak mempunyai kuasa terhadap dapatan buku ini. Ketiadaan bukti tidak boleh ditukar menjadi bukti mutu, dan sesuatu batasan tidak boleh dipadamkan kerana ia tidak menguntungkan secara komersial. Jika huraian pemasaran bercanggah dengan sumber primer atau keadaan repositori, kata putus berpihak kepada autoriti yang lebih tinggi dan huraian yang lebih konservatif.

Jilid I yang berada di tangan pembaca tidak membentangkan platform badan penaja sebagai kajian kes; perbincangan itu berada dalam bahagian selanjutnya projek lengkap.

Notis Keselamatan Pertanian

Ini ialah buku yang mengajar anda cara berfikir tentang keputusan pertanian, bukan buku yang mendiktekan keputusan itu sendiri.

Ia menjelaskan logiknya, menganalisis buktinya, dan membantu dalam mereka bentuk sistem. Tetapi ia bukan rekod pendaftaran rasmi, bukan preskripsi pembajaan atau pengairan bagi tanah anda yang tertentu, bukan diagnosis veterinar, dan bukan pengganti kepada makmal, jurutera pertanian, doktor veterinar, atau pihak berkuasa kawal selia.

Keyakinan yang semakin meninggi dalam nada algoritma boleh berubah menjadi ilusi berbahaya sebaik sahaja ia menjejakkan kaki ke bumi ladang. Terdapat garis merah dalam pembuatan keputusan pertanian yang melangkaui keupayaan sesebuah model bahasa, betapa fasih sekalipun model itu: dos bahan kimia, dua selang keselamatan — selang pra-penuaian (PHI) dan selang kemasukan semula terhad (REI) — status pendaftaran sah racun perosak, serta harga semasa komoditi pertanian.

Fakta sensitif tertentu tidak boleh sekali-kali diteka oleh sistem kecerdasan buatan atau dikemukakan tanpa sumber yang jelas: dos yang dibenarkan; selang antara aplikasi terakhir racun perosak dengan penuaian; selang kemasukan semula bagi pekerja yang memasuki kawasan yang telah dirawat; status pendaftaran sah produk untuk tanaman dan perosak berkenaan; serta harga pasaran semasa komoditi tersebut.

Dos, selang pra-penuaian dan kemasukan semula terhad, serta status pendaftaran mesti disemak berdasarkan label rasmi produk dan arahan pihak berkuasa kawal selia yang berwibawa di negara tempat produk digunakan. Kesilapan pada mana-mana unsur ini boleh merosakkan tanaman, membahayakan pekerja, atau meninggalkan sisa yang tidak mematuhi ketetapan sehingga menjejaskan penerimaan sesuatu penghantaran di pasaran eksport. Harga pula mesti disemak berdasarkan sumber pasaran semasa yang boleh dipercayai serta menyatakan tempat, tarikh, mata wang, dan gred mutu; harga lama atau harga dari kawasan lain boleh membawa kepada keputusan penjualan, pembelian, atau pengeluaran yang buruk.

Kecerdasan buatan mampu mengumpul pemerhatian, menyusun kebarangkalian, mendapatkan semula bukti, dan mendedahkan corak yang wajar diteliti. Itu sudah banyak. Tetapi ia tidak melakukan satu perkara yang mungkin tergoda untuk diharapkan oleh sesetengah pihak daripadanya: memindahkan tanggungjawab undang-undang dan profesional daripada manusia kepada algoritma. Tanggungjawab tidak berpindah melalui perwakilan teknikal.

Atas sebab ini, mana-mana sistem yang layak dipercayai dalam kerja pertanian yang sensitif mengetahui tiga perkara tentang dirinya: bila ia perlu tidak memberikan keputusan atau cadangan, apa yang kurang padanya untuk menjawab, dan kepada siapa ia menaikkan keputusan apabila kesannya melangkaui batas sistem itu sendiri.

Mukadimah Penulis

Saya tidak memulakan perjalanan dengan kecerdasan buatan sebagai pakar dalam bidang ini atau sebagai pembangun yang telah memahami cara model dan alatnya berfungsi. Saya bermula pada pertengahan tahun 2023 sebagai pengguna baharu yang cuba memahami perkara yang benar-benar dapat dilakukan oleh teknologi ini, dan sama ada teknologi tersebut benar-benar mampu mengubah cara kita belajar, bekerja, dan menyelesaikan masalah.

Pada mulanya, rasa ingin tahu saya bersifat praktikal dan tidak rumit. Saya mencuba alat yang tersedia seperti yang mungkin dilakukan oleh mana-mana pengguna baharu: mengemukakan soalan, membandingkan jawapan, dan memerhatikan kelajuan luar biasa alat-alat itu menghasilkan teks, imej, dan analisis. Kekaguman awal itu tidak bertahan sendirian untuk tempoh yang lama. Saya mula menyedari bahawa jawapan yang penuh yakin masih boleh tidak lengkap, kefasihan tidak menjamin kebenaran, dan alat yang mempunyai antara muka serupa boleh sangat berbeza dari segi sumber, keupayaan, dan batasnya.

Menjelang akhir tahun 2024, penggunaan biasa tidak lagi mencukupi. Saya mula bereksperimen dengan pelbagai alat, enjin, dan platform kecerdasan buatan, mengkaji perbezaannya serta membandingkan cara alat-alat tersebut berfungsi. Bagaimanakah alat itu memahami sesuatu soalan? Bagaimanakah pengetahuan didapatkan semula? Bilakah jawapan diberikan berdasarkan sumber, dan bilakah jurang diisi daripada perkara yang telah dipelajari sebelumnya? Bagaimanakah bahasa yang berbeza dikendalikan? Dan apakah yang berlaku apabila alat itu diminta memberikan panduan khusus dalam bidang yang membawa akibat besar seperti pertanian?

Pertanian merupakan ujian yang paling mencabar dan pada masa yang sama paling dekat dengan diri saya. Saya tidak melihatnya sekadar sebagai sektor ekonomi, tetapi sebagai ilmu, profesion, dan tanggungjawab yang menyentuh air, makanan, tanah, kesihatan tumbuhan dan haiwan, serta mata pencarian berjuta-juta keluarga. Kesilapan dalam bidang ini tidak kekal sebagai teks pada skrin. Kesilapan itu boleh berubah menjadi dos yang tidak sesuai, pengairan pada waktu yang salah, diagnosis yang mengelirukan, atau kos yang tidak mampu ditanggung oleh petani.

Pada September 2025, perjalanan saya beralih daripada percubaan dan perbandingan kepada pengkajian dan pembinaan yang lebih mendalam. Saya memulakan projek terbesar saya: membangunkan sistem kecerdasan buatan khusus untuk pertanian, yang direka bukan semata-mata untuk menghasilkan jawapan umum, tetapi untuk menghubungkan soalan pertanian dengan sumber, konteks, tanaman, lokasi, bahasa, dan akibat keputusannya.

Cita-cita asasnya jelas tetapi mencabar: pelajar pertanian harus mendapat akses sepenuhnya secara percuma kepada pengetahuan dan alat ini, manakala petani harus dapat mengakses perkhidmatan pertanian pintar dengan sasaran kos tidak melebihi satu dolar Amerika Syarikat sebulan.

Angka itu bukan alat pemasaran. Sejak awal lagi, angka tersebut merupakan persoalan kejuruteraan dan etika yang diletakkan di hadapan projek. Bolehkah teknologi pertanian maju dibina tanpa terus terhad kepada universiti besar, syarikat kaya, dan ladang yang mampu membayar langganan mahal? Bolehkah pengetahuan yang sama sampai kepada pelajar yang belajar dengan sumber terhad dan petani kecil yang tidak mampu mempertaruhkan sebahagian besar pendapatannya pada alat digital yang belum diuji dalam persekitaran mereka?

Saya mencatatkan sasaran ini sebagai tujuan yang memandu reka bentuk dan pembangunan, bukan sebagai dakwaan bahawa setiap komponen telah dicapai atau harga sasaran tersebut kini merupakan tawaran komersial yang tersedia di setiap negara. Buku ini sendiri berasaskan perbezaan antara perkara yang kita cita-citakan, perkara yang telah kita bina, perkara yang telah kita uji, dan perkara yang telah menunjukkan kesan di dunia sebenar. Sesuatu cita-cita tidak kehilangan nilainya apabila kita mengakui bahawa cita-cita itu masih belum selesai; sebaliknya, cita-cita itu menjadi lebih jujur dan lebih boleh diuji.

Idea untuk buku ini lahir daripada projek tersebut.

Kerja ini bermula dengan hasrat yang kelihatan mudah: mengkatalogkan aplikasi kecerdasan buatan pertanian di seluruh dunia dan membandingkan kegunaan, tahap kematangan, serta nilainya kepada petani, penyelidik, dan pembuat keputusan. Pada mulanya saya membayangkan koleksi aplikasi, kajian, dan teknologi yang tersusun. Namun, apabila fail semakin bertambah, jelaslah bahawa masalah sebenar bukan kekurangan maklumat, tetapi kesukaran membezakan pelbagai jenis maklumat tersebut.

Satu kebenaran editorial muncul yang tidak kurang penting daripada subjek buku ini sendiri: kelimpahan teks tidak bermakna pengetahuan itu lengkap.

Saya melihat angka yang menarik bergerak daripada laporan kepada artikel, daripada artikel kepada pembentangan jualan, kemudian kepada bahasa lain, sambil kehilangan sumber asal, batas, dan syaratnya sepanjang perjalanan. Saya melihat kadar kejayaan pengelasan imej dikemukakan sebagai bukti bahawa robot berjaya di lapangan, ramalan pasaran global menggantikan ekonomi ladang, prototaip dipersembahkan sebagai perkhidmatan matang, kewujudan kod dibaca sebagai bukti operasi, dan operasi tempatan digambarkan sebagai kesan yang telah dibuktikan terhadap kehidupan petani.

Saya juga melihat bagaimana terjemahan boleh membawa sesuatu kesilapan lebih jauh dan memberikannya autoriti yang lebih besar. Angka yang lemah tidak menjadi lebih kukuh apabila ditulis dalam sepuluh bahasa, dan dakwaan tanpa sokongan tidak menjadi benar hanya kerana muncul pada puluhan halaman. Sebaliknya, dakwaan itu boleh menjadi lebih berbahaya kerana jangkauan bahasa memberikannya gambaran palsu tentang persetujuan dan kestabilan.

Dua jalan mudah terbentang di hadapan saya, dan kedua-duanya membawa kerugian.

Jalan pertama ialah memadamkan segala perkara yang menimbulkan keraguan, lalu menghasilkan teks yang kecil dan sangat berhati-hati, yang kelihatan kukuh tetapi mengorbankan kegunaan, keluasan, dan ingatan buku ini. Jalan kedua ialah mengumpulkan segala-galanya sebagaimana saya menemuinya, dengan mengekalkan perincian, nama, dan angka, tetapi pada masa yang sama menyampaikan kesilapannya kepada pembaca dalam bentuk yang lebih kemas dan lebih berwibawa daripada bentuk asal yang sampai kepada saya.

Saya memilih jalan ketiga yang lebih sukar dan lebih perlahan: mendapatkan kembali perincian yang berguna sambil memisahkan idea daripada dakwaan, kewujudan program daripada keberkesanannya, kejayaan model dalam ujian daripada kejayaan sistem di ladang, dan hasil yang diperhatikan dalam satu kes daripada keupayaannya untuk diterapkan pada tanaman, negara, atau komuniti yang lain.

Saya memilih untuk mengekalkan sesuatu nama apabila nama itu membantu memetakan bidang, tetapi menangguhkan angka apabila saya tidak dapat melengkapkan jejak kembali kepada sumbernya; menghuraikan sesuatu produk hanya setakat yang disokong oleh buktinya, bukan seluas yang dijanjikan oleh pemasarannya; dan membiarkan sesuatu soalan terbuka untuk penyelidikan apabila pengetahuan belum lengkap, bukannya menutup soalan itu melalui pemadaman atau penerimaan tanpa soal.

Oleh itu, halaman-halaman berikut menamakan sistem, kajian, projek, dan bidang penggunaan. Di sampingnya, halaman-halaman tersebut mengenal pasti jenis bukti yang tersedia, tahap kematangan, perkara yang dibenarkan oleh sumber untuk kita nyatakan, perkara yang tidak boleh disimpulkan, serta perkara yang masih belum diketahui atau memerlukan pengesahan bebas.

Anda akan mendapati angka yang lebih sedikit daripada yang mungkin dijangkakan dalam sebuah buku tentang kecerdasan buatan dan pertanian. Hal ini bukan kerana pertanian digital kekurangan pengukuran. Sebabnya ialah angka yang dipisahkan daripada tugas, konteks, persekitaran, dan pembandingnya boleh lebih mengelirukan daripada menjelaskan. Ketepatan 95% tidak banyak bermakna sebelum kita bertanya: ketepatan bagi tugas apa, pada data yang mana, dalam keadaan apa, dan dengan kos kesilapan yang bagaimana? Adakah ia dibandingkan dengan manusia atau dengan kaedah yang lebih mudah? Adakah ia berjaya di luar makmal?

Angka tanpa konteks bukanlah maklumat; angka itu hanyalah perhiasan.

Anda juga akan menemui bab tentang keselamatan siber, hak data, tenaga kerja, kebergantungan kepada vendor, ketersambungan yang terputus-putus, kegagalan berantai, perlindungan pengetahuan tempatan, serta keupayaan untuk mengeksport data dan meninggalkan sesuatu perkhidmatan. Topik ini mungkin kelihatan jauh daripada persoalan langsung tentang bagaimana kecerdasan buatan dapat meningkatkan pengeluaran atau memperbaik keputusan. Sebenarnya, semua topik ini berada tepat di pusat persoalan tersebut.

Keadaan ini menentukan sama ada sistem boleh terus berfungsi apabila teknologi gagal, sambungan terputus, penyedia bertukar, syarikat ditutup, atau petani mendapati bahawa datanya terkunci dalam platform yang tidak dapat ditinggalkan. Sistem pertanian diuji bukan sahaja pada hari biasa, tetapi pada saat satu bahagian gagal sedangkan tanah, tumbuhan, dan haiwan masih memerlukan keputusan.

Oleh sebab pengetahuan tidak menjadi mudah dicapai hanya kerana pengetahuan itu wujud, pemilihan bahasa buku ini bukan perincian penerbitan yang sekunder. Karya ini disediakan dalam sepuluh bahasa yang dipilih untuk menjangkau komuniti dengan budaya, pengalaman pertanian, tahap pembandaran, serta pembangunan saintifik, digital, dan ekonomi yang sangat berbeza. Sebagai bahasa pertama atau kedua, bahasa-bahasa tersebut mewakili jangkauan linguistik indikatif bersamaan kira-kira 60% daripada penduduk dunia, dengan mengambil kira pertindihan antara penutur berbilang bahasa.

Walau bagaimanapun, tujuannya bukan sekadar mengejar peratusan terbesar. Sepuluh bahasa ini menghubungkan universiti, makmal, dan bandar yang mempunyai infrastruktur digital maju dengan kampung dan wilayah pertanian yang ketersambungannya terhad; bahasa-bahasa ini merangkumi ekonomi perindustrian utama dan komuniti yang masih menghadapi cabaran harian dalam mengakses khidmat pengembangan pertanian. Bahasa-bahasa tersebut juga membawa tradisi saintifik dan budaya, istilah tempatan, serta pengetahuan warisan yang tidak boleh diratakan menjadi terjemahan harfiah atau satu kosa kata terpiawai.

Saya mahu buku ini berbicara kepada pelajar pertanian yang baru memasuki bidang ini; petani yang mencari jawapan yang dapat difahami dan bukannya pameran teknikal; jurutera yang perlu memahami batas sistem; penyelidik yang menyoal bukti; pembangun yang membina alat; serta pembuat keputusan yang akan memikul tanggungjawab untuk meluluskan atau mengawalnya.

Oleh itu, saya tidak menganggap kepelbagaian bahasa sebagai penyalinan perkataan yang sama ke dalam sepuluh antara muka, tetapi sebagai ujian terhadap makna dan keadilan. Sistem yang berfungsi dengan baik dalam satu bahasa boleh gagal dalam bahasa lain. Terjemahan yang betul dari segi tatabahasa boleh salah dari segi pertanian. Nama tumbuhan, penyakit, atau alat boleh mengekalkan perbezaan dalam pengetahuan tempatan yang tidak dibawa oleh istilah piawai. Jika teknologi tidak menghormati perbezaan ini, teknologi itu tidak menyebarkan pengetahuan; sebaliknya, teknologi itu menyebarkan versi pengetahuan yang tidak lengkap pada skala yang lebih luas.

Buku ini juga tidak mendakwa menutup perbahasan atau menawarkan keputusan muktamad tentang bidang yang berubah begitu pantas. Buku ini membina asas yang terbuka kepada kritikan, pembetulan, dan semakan, serta meminta satu perkara daripada pembacanya: sentiasa membezakan perkara yang telah disahkan, perkara yang muncul dalam kajian awal, perkara yang diumumkan oleh institusi tentang sesuatu program, perkara yang dinyatakan oleh vendor tentang produknya, perkara yang dibuktikan oleh ujian perisian, dan perkara yang saya cadangkan sebagai reka bentuk atau jalan yang lebih baik.

Kewujudan sesuatu idea tidak membuktikan kejayaannya. Kewujudan sesuatu program tidak membuktikan bahawa program itu beroperasi; operasi tidak membuktikan keselamatan; dan keselamatan teknikal tidak membuktikan bahawa sistem itu telah memperbaik keputusan, menjimatkan air, meningkatkan pendapatan, atau mengurangkan kerugian. Setiap tahap memerlukan buktinya sendiri, dan setiap dakwaan mempunyai sempadan yang tidak sepatutnya dilampaui oleh bahasa.

Pada asasnya, buku ini ialah catatan perjalanan yang bermula pada pertengahan tahun 2023 dengan soalan seorang pengguna baharu: apakah yang dapat dilakukan oleh kecerdasan buatan? Melalui percubaan, pengkajian, dan pembinaan, soalan itu berubah menjadi soalan yang lebih sukar dan lebih penting: apakah yang sepatutnya dilakukan oleh kecerdasan buatan, untuk siapa, pada kos berapa, di bawah pengawasan siapa, dan siapa yang menanggung akibat apabila sistem itu tersilap?

Projek yang saya mulakan pada September 2025 masih membawa tujuan pertamanya: mendekatkan pengetahuan pertanian pintar kepada mereka yang memerlukannya, bukan hanya kepada mereka yang mampu membayarnya; memberikan pelajar pertanian akses percuma kepada alat masa hadapan; serta menyediakan kepada petani perkhidmatan yang mampu mereka bayar, fahami, teliti, dan percayai tanpa menyerahkan kawalan terhadap keputusan atau data mereka.

Sesiapa yang dapat membezakan bukti daripada janji, dan pengetahuan daripada perhiasan, kurang berkemungkinan disesatkan oleh tajuk yang gemilang, angka besar tanpa sumber, atau sistem yang berbicara dengan keyakinan melebihi pengetahuan yang dimilikinya. Letakkan keupayaan itu di tangan pelajar dan petani, dan anda memberi mereka lebih daripada alat teknikal: anda memberi mereka hak yang lebih adil untuk mengambil bahagian dalam membentuk masa depan pertanian.

Prakata

Ladang bukan sekumpulan angka pada skrin. Ladang ialah tanah yang menunggu hujan, tumbuhan yang mencari air melalui akarnya, haiwan yang kesihatannya berubah mengikut makanan dan haba, serta keluarga yang pendapatannya mungkin bergantung pada keputusan yang dibuat dalam satu jam. Tanah, cuaca, air, perosak, tenaga kerja, dan wang saling berinteraksi di situ; perubahan pada satu unsur merambat kepada unsur lain, dan kelewatan singkat dalam pengairan atau kesilapan diagnosis boleh menyebabkan kehilangan hasil sepanjang musim.

Oleh itu, keputusan pertanian bukan sekadar pilihan antara dua jawapan, dan imej yang jelas, bacaan alat, atau ramalan komputer juga tidak dapat menjadikannya tepat dengan sendirinya. Keputusan yang baik memahami tanah tempat tindakan akan dilaksanakan, menggabungkan pengukuran dengan pengalaman petani, menimbang kos dan akibat, serta kekal terbuka kepada semakan jika cuaca berubah atau maklumat baharu muncul.

Daripada realiti inilah perbincangan kita tentang kecerdasan buatan bermula: alat yang mampu membaca jumlah imej, ukuran, dan rekod yang besar, serta mencari corak yang boleh membantu manusia memahami dan menjangka. Namun alat itu tidak melihat ladang seperti orang yang hidup di dalamnya, dan tidak menanggung akibat daripada perkara yang dicadangkannya. Oleh itu, nilainya hendaklah diukur bukan melalui keanggunan jawapan pada skrin, tetapi melalui perkara yang berlaku selepas jawapan itu dilaksanakan. Adakah air sampai pada waktu yang tepat? Adakah diagnosis itu kukuh? Adakah kerugian berkurang? Adakah keputusan itu kekal mudah difahami, selamat, dan berada di tangan manusia?

Keputusan pertanian mungkin kelihatan mudah apabila diringkaskan kepada soalan pendek: bilakah saya perlu mengairi? Apakah penyakitnya? Tanaman apakah yang patut saya tanam? Patutkah saya menjual sekarang atau menunggu? Di sebalik setiap soalan terdapat rangkaian keadaan yang tidak kelihatan dalam kata-katanya. Kelembapan tanah tidak boleh dibaca secara terasing daripada tekstur, kemasinan, kedalaman akar, dan peringkat pertumbuhan. Imej jelas daun yang terjejas tidak dapat dengan sendirinya mendedahkan punca gejala atau keluasannya di seluruh ladang. Ramalan hujan tidak menentukan pengairan tanpa pengetahuan tentang keupayaan tanah menahan air. Ramalan kenaikan harga juga tidak menghapuskan kos penyimpanan, risiko kerosakan, atau keperluan sesebuah keluarga terhadap wang tunai pada minggu ini.

Soalan itu sendiri juga boleh berubah makna dari satu komuniti kepada komuniti yang lain. Ungkapan “tanah itu kering” boleh merujuk bacaan alat di ladang yang sangat berjentera, penilaian petani selepas menggenggam tanah, atau pemerhatian penggembala terhadap tingkah laku haiwan dan tumbuhan. Nama tanaman, penyakit, atau peringkat pertumbuhan boleh berbeza antara kampung dengan bandar, antara bahasa rasmi khidmat pengembangan dengan bahasa di ladang, dan antara istilah saintifik dengan nama yang diwariskan turun-temurun. Oleh itu, pertanian pintar bermula bukan dengan pengumpulan angka semata-mata, tetapi dengan pemahaman konteks yang memberikan makna kepada angka tersebut.

Daripada sinilah timbul sifat dua wajah kecerdasan buatan dalam pertanian: amat berguna dan amat berbahaya, atas sebab yang sama.

Nilainya terletak pada keupayaan menjejaki perkara yang tidak dapat dikumpulkan dan dianalisis oleh seseorang secara manual dalam masa yang diperlukan: jujukan imej satelit, dron, dan telefon; bacaan penderia; rekod bermusim; ramalan cuaca; analisis tanah; pergerakan harga; serta pengetahuan yang diterbitkan dalam pelbagai bahasa. Ia boleh mengesan corak yang merentasi ribuan ladang, menghubungkan perubahan kecil pada tumbuhan dengan sejarah panjang cuaca dan pengairan, serta mengembalikan kepada pengguna maklumat yang terpendam dalam laporan, jadual, atau buletin pengembangan pertanian.

Bahayanya timbul daripada keupayaan yang sama untuk menggabung dan memadatkan. Algoritma boleh menyatukan isyarat yang tidak sama kualitinya menjadi satu jawapan yang anggun dan meyakinkan, sedangkan kefasihannya menyembunyikan data yang hilang, unit yang tercicir, sumber yang lapuk, imej yang tidak mencukupi untuk diagnosis, atau eksperimen yang dijalankan pada tanaman lain di wilayah lain. Jawapan mungkin kedengaran paling yakin tepat pada tempat realiti paling tidak pasti, kerana bahasa yang kemas tidak semestinya mendedahkan syarat dan pengecualian yang telah dibuang daripadanya.

Di sinilah terletaknya perbezaan yang perlu diingati oleh setiap pembaca: kefasihan bahasa bukan ketepatan pertanian, dan keyakinan yang dipamerkan oleh model tidak semestinya kebarangkalian yang ditentukur secara saintifik. Ayat boleh kelihatan kemas dan meyakinkan namun salah pada hakikatnya. Ramalan boleh tepat secara purata tetapi tidak sesuai untuk ladang yang berkenaan. Algoritma boleh mengenal pasti gejala dalam imej tetapi masih gagal menentukan tindakan yang selamat. Antara menamakan masalah dengan mengetahui perkara yang perlu dilakukan terdapat ruang yang dipenuhi oleh pengukuran, pengalaman, peraturan, dan tanggungjawab.

Oleh itu, buku ini bermula daripada pendirian praktikal, bukan ideologi. Buku ini tidak bertanya sama ada kita menyokong atau menentang kecerdasan buatan, dan tidak menganggap bahawa setiap perkara baharu lebih baik atau setiap amalan tradisional sudah ketinggalan. Soalan yang lebih berguna ialah: di manakah teknologi menambah nilai yang boleh diukur? Apakah data yang diperlukannya? Apakah batas kesahihannya? Siapakah yang menyemaknya? Bagaimanakah teknologi itu kekal berguna, selamat, adil, dan tahan lama apabila keadaan berubah, ketersambungan gagal, atau model tersilap?

Naratif buku ini tidak dibina di sekeliling angka yang paling mempesonakan atau demonstrasi yang menjadikan ladang kelihatan beroperasi hanya dengan menekan satu butang. Naratif ini mengikuti keseluruhan rantaian keputusan, mata rantai demi mata rantai. Dari manakah datangnya data? Siapakah pemiliknya? Bagaimanakah data diukur dan diseragamkan? Apakah yang hilang semasa pemindahan? Apakah yang diramalkan oleh model, dan dengan tahap ketidakpastian berapa? Siapakah yang menukarkan ramalan kepada tindakan? Dengan alternatif apakah ramalan itu dibandingkan? Apakah yang kemudiannya berlaku kepada air, tanah, hasil, pulangan, tenaga kerja, dan risiko?

Buku ini turut mengemukakan soalan yang jarang diberikan ruang setara dalam pembentangan teknikal. Adakah petani memahami cadangan sebagaimana yang dimaksudkan oleh sistem? Bolehkah petani membantahnya dan membetulkan datanya? Adakah sumber, tarikh, dan skopnya kelihatan? Adakah kuasa kekal pada petani, atau berpindah secara senyap kepada platform yang tidak dapat diperiksa? Jika petani memilih untuk meninggalkan perkhidmatan, bolehkah data, rekod, dan maknanya turut dibawa keluar, atau adakah semuanya akan kekal terperangkap dalam format tertutup dan kontrak yang tidak menyediakan jalan keluar sebenar?

Apabila mana-mana mata rantai dalam rantaian ini terputus, ketepatan model tidak dapat menyelamatkan sistem secara keseluruhan. Ramalan mungkin betul tetapi tiba terlalu lewat; tiba tepat pada waktunya tetapi tidak difahami; difahami tetapi mustahil dilaksanakan dari segi ekonomi; atau dilaksanakan tanpa hasilnya pernah diukur. Oleh itu, pertanian pintar mesti dinilai pada sempadan antara keputusan dengan hasilnya di dunia sebenar, bukan sekadar pada sempadan model.

Buku ini diterbitkan dalam sepuluh bahasa yang dipilih dengan teliti: Arab, Inggeris, Cina, Sepanyol, Perancis, Indonesia, Melayu, Urdu, Parsi, dan Turki. Anggaran gabungan penutur bahasa pertama dan kedua menunjukkan potensi jangkauan linguistik bersamaan kira-kira 60% daripada penduduk dunia. Ini ialah pernyataan tentang kemungkinan keluasan lingkungan bahasa, bukan jaminan jumlah pembaca, dan mesti dibaca dengan berhati-hati kerana penutur berbilang bahasa bertindih dan tidak boleh dikira lebih daripada sekali apabila jangkauan sebenar dianggarkan.

Kepentingan bahasa-bahasa ini tidak terletak pada angka semata-mata. Bahasa-bahasa tersebut merentasi benua, zon iklim, dan sistem pertanian yang sangat berbeza. Bahasa ini menghubungkan komuniti luar bandar dengan bandar, ekonomi perindustrian dan digital yang maju, negara yang berubah dengan pantas, serta wilayah yang akses langsungnya kepada khidmat pengembangan pertanian dan infrastruktur digital masih terhad. Bahasa-bahasa ini digunakan oleh petani kecil, penggembala, pekerja pertanian, penyelidik, jurutera, usahawan, pelajar, penggubal dasar, serta penduduk bandar yang keselamatan makanannya bergantung pada ladang yang mungkin tidak pernah mereka lihat.

Bahasa-bahasa tersebut juga membawa tradisi pengetahuan yang berbeza: daripada institut penyelidikan, makmal, dan rangkaian satelit kepada pengalaman tempatan yang mengenali tanah melalui warna dan baunya, membaca musim melalui angin dan pergerakan haiwan, serta memelihara nama tumbuhan, penyakit, dan peringkat pertumbuhan dalam perkataan yang mungkin tidak mempunyai padanan tepat dalam kamus piawai. Oleh itu, terjemahan dalam buku ini tidak dianggap sebagai penggantian satu kumpulan perkataan dengan kumpulan lain, tetapi sebagai pemindahan makna secara bertanggungjawab antara persekitaran saintifik, budaya, dan profesional yang berbeza.

Pemilihan bahasa tidak mendakwa bahawa sepuluh bahasa ini mewakili seluruh umat manusia, dan tidak memberikan keunggulan epistemik kepada bahasa tersebut berbanding ribuan bahasa lain. Pemilihan ini mengakui bahawa setiap projek berbilang bahasa tetap tidak lengkap melainkan menghormati perkara yang berada di luar skopnya. Tujuannya adalah untuk membina jambatan yang luas dan boleh dikembangkan, bukan pusat bahasa baharu yang meminta semua pihak lain bergerak ke arahnya. Kepelbagaian bahasa yang sebenar bukan bermaksud membuat sistem mengulang ayat yang sama dalam sepuluh bahasa. Ia bermaksud memahami perbezaan konteks, mengekalkan istilah tempatan, menguji kefahaman dan bukan terjemahan semata-mata, serta membolehkan pengguna membetulkan makna yang gagal ditangkap oleh mesin.

Sesuatu platform tidak menjadi adil semata-mata kerana antara mukanya telah diterjemahkan. Menunya mungkin muncul dalam bahasa pengguna sedangkan sumber pengetahuan, data latihan, ujian kualiti, dan peraturan keselamatannya masih berakar pada satu bahasa atau persekitaran. Pengecaman pertuturan mungkin berfungsi dengan baik dalam bahasa yang kaya sumber, kemudian tersalah dengar nama racun perosak, penyakit, atau unit dalam bahasa yang kurang sumber. Terjemahan mungkin betul dari segi tatabahasa tetapi salah dari segi pertanian, apabila istilah tempatan yang tepat digantikan dengan perkataan umum yang menghapuskan perbezaan yang menjadi asas keputusan.

Perbezaan antara komuniti juga tidak boleh diringkaskan sebagai pasangan “maju” dan “mundur”. Sesebuah ladang mungkin menggunakan satelit dan mesin pandu sendiri tetapi masih mengalami masalah saling kendali atau kebergantungan kepada vendor. Sesebuah pegangan mungkin kecil dan hanya tersambung sekali-sekala, namun memiliki pengetahuan tempatan yang tepat serta sistem sosial yang berkesan untuk berkongsi amaran dan pengalaman. Sesebuah bandar mungkin mempunyai makmal dan rangkaian maju tetapi menerima makanan melalui rantaian rapuh yang tidak dapat melihat keadaan pekerja atau petani pada pangkalnya. Kemajuan teknikal ialah keupayaan penting, tetapi tidak menggantikan kesesuaian, keadilan, kepercayaan, atau kebolehselenggaraan.

Tiga puluh enam bab buku ini merangkumi penglihatan komputer, penderiaan jauh, sistem data, ramalan hasil, pemilihan tanah dan tanaman, pengairan pintar, pengurusan tanah dan nutrien, diagnosis penyakit dan perosak, robotik, pengeluaran ternakan dan akuakultur, penanaman terlindung, operasi penuaian dan pascatuai, keselamatan makanan, pasaran, rantaian bekalan, serta tadbir urus. Namun buku ini tidak memisahkan teknologi daripada masyarakat yang menggunakannya, model daripada institusi yang mengendalikannya, atau kecekapan daripada persoalan etika dan undang-undang yang menyertainya.

Aplikasi yang berjaya di ladang yang disambungkan kepada makmal dan rangkaian stabil tidak berpindah dengan sendirinya ke pegangan kecil yang ahlinya berkongsi telefon dan bergantung pada ketersambungan terputus-putus. Sistem yang membuat ramalan tepat di satu negara tidak memperoleh autoriti automatik di negara lain yang mempunyai varieti, tanah, iklim, amalan, dan undang-undang yang berbeza. Teknologi yang menjimatkan air dalam ujian terkawal juga tidak semestinya menghasilkan kemampanan jika teknologi itu meningkatkan kos, meminggirkan pengetahuan pekerja, atau meluaskan kawasan berpengairan sehingga penggunaan keseluruhan meningkat.

Melalui keluasan saintifik dan linguistik ini, buku ini berusaha memenuhi dua tujuan: memberikan kepada petani, jurutera, penyelidik, profesional pengembangan pertanian, dan pembuat keputusan peta yang jelas tentang perkara yang dapat dilakukan oleh teknologi; serta memberikan kepada pembangun, pelabur, dan penyedia perkhidmatan penjelasan tersurat tentang perkara yang tidak boleh didakwa. Buku ini tidak menjanjikan satu jawapan bagi setiap ladang. Ia menawarkan cara yang lebih ketat untuk merumuskan soalan, meneliti bukti, menetapkan batas sistem, dan menghubungkan inovasi dengan akibat praktikalnya.

Pertanian memerlukan lebih daripada sekadar janji yang lebih sedikit. Pertanian memerlukan kejuruteraan yang lebih tepat, data yang lebih boleh dipercayai, terjemahan yang memelihara makna, bukti yang lebih jelas, institusi yang mampu menyemak dan membetulkan, serta tanggungjawab yang tidak lesap di sepanjang jalan antara pihak yang mengumpulkan data, membina model, menjual platform, mengeluarkan cadangan, dan akhirnya menanggung hasil keputusan.

Apabila teknologi dibina di atas asas ini, algoritma tidak datang untuk menggantikan tanah atau manusia yang mengenalinya, tetapi untuk membantu mereka melihatnya dengan lebih jelas. Pengetahuan saintifik, pengalaman tempatan, dan keupayaan pengkomputeran kemudiannya boleh mengambil bahagian dalam satu perbualan: bermula di ladang, melalui data dan model, kemudian kembali ke ladang dengan kerendahan hati yang lebih besar, kebolehauditan yang lebih tinggi, dan kesedaran yang lebih tajam bahawa masa depan pertanian tidak akan dibentuk oleh algoritma semata-mata, tetapi oleh manusia yang tahu cara menggunakannya, waktu untuk mempercayainya, dan waktu untuk memintanya berhenti.

Pandangan Eksekutif: Daripada Janji Teknikal kepada Kesan Sebenar di Lapangan

Persoalan teras yang diajukan oleh buku ini bukanlah apa yang mampu dilakukan oleh kecerdasan buatan dalam pertanian; keupayaannya luas, sentiasa diperbaharui, dan terus berkembang dengan setiap kemajuan teknikal. Persoalan yang lebih sukar dan lebih berharga ialah: apakah yang benar-benar berubah di lapangan apabila sistem itu memasukinya? Antara keupayaan teknikal dan kesan pertanian terbentang jarak yang menentukan, yang dilalui oleh data, keputusan, institusi, dan pertimbangan ekonomi. Pada setiap perhentian di sepanjang perjalanan ini, nilai boleh terhakis atau hilang sepenuhnya sebelum sampai kepada petani.

Justeru daripada jarak inilah lahirnya hujah utama buku ini, yang dizahirkan melalui enam kesimpulan pokok:

Pertama: nilai terletak pada keputusan, bukan pada model semata-mata. Sesebuah model boleh mencapai prestasi statistik yang cemerlang tanpa mengubah walau satu keputusan pun pada saat yang tepat. Sebaliknya, model yang mudah — jika berasaskan pengukuran yang boleh dipercayai, terikat kepada panduan yang jelas dan mudah difahami, serta disokong oleh langkah sandaran manual — mungkin lebih bernilai daripada sistem yang rumit. Kriteria yang menentukan bukanlah darjah kerumitan teknikal, tetapi keupayaan sistem untuk menukar pengetahuan menjadi keputusan yang boleh dilaksanakan pada saat keputusan itu benar-benar membawa perbezaan.

Kedua: data pertanian bukan bahan mentah yang neutral. Di sebalik setiap rekod terdapat pemilik, konteks, unit, tarikh, dan kaedah pengukuran. Justeru, kehilangan asal usul data, percampuran nilai sifar dengan nilai yang hilang, atau menganggap dua nama tempatan bagi satu tanaman sebagai dua entiti yang berbeza boleh membawa kepada keputusan yang salah tetapi kelihatan — pada zahirnya — tepat.

Kualiti sesuatu keputusan bermula sebelum model dibina; ia bermula dengan memahami asal usul data, maknanya, batasnya, dan konteks ia dihasilkan.

Ketiga: keputusan makmal tidak menyeberang ke lapangan dengan sendirinya. Perpindahan merentasi musim, wilayah, varieti, peranti, dan bahasa bukanlah langkah automatik, sebaliknya satu proses yang menuntut pengesahan luaran dan pemantauan berterusan terhadap hanyutan. Pengelasan imej semata-mata tidak sama dengan diagnosis penuh, simulasi tidak setara dengan pelaksanaan langsung, dan tafsiran model bukanlah bukti kausal.

Antara kejayaan eksperimen dan penerimaan di lapangan terletak ujian yang lebih ketat: adakah sistem itu kekal boleh dipercayai apabila persekitaran yang direka bentuk untuknya itu berubah?

Keempat: kedayaupayaan ekonomi dan keadilan ialah kriteria asas bagi kejayaan sesuatu teknologi. Kejayaan sesebuah sistem teknikal tidak diukur hanya melalui ketepatannya atau keupayaannya menyempurnakan tugas, tetapi juga melalui nilai ekonominya dan kesannya terhadap orang yang menggunakannya. Oleh itu, penilaian mesti merangkumi semua kos berkaitan, termasuk kos pemilikan, penyelenggaraan, ketersambungan, dan latihan, serta masa yang dihabiskan pekerja untuk mengendalikannya, di samping hak petani untuk berhenti menggunakan platform tersebut tanpa terikat kepadanya.

Automasi boleh meningkatkan produktiviti dalam tugas-tugas tertentu, tetapi pada masa yang sama ia boleh mengubah pengagihan peranan, beban kerja, dan risiko dalam kalangan pekerja. Justeru, transformasi teknologi tidak seharusnya bersandar pada andaian bahawa mesin akan menggantikan manusia, sebaliknya pada penyediaan dan pelayakan pekerja untuk ekonomi pertanian baharu yang di dalamnya kemahiran berkembang, tanggungjawab beralih, dan pertimbangan manusia kekal sebagai unsur penting dalam pembuatan keputusan.

Kelima: tadbir urus bukanlah tambahan sampingan yang datang selepas teknologi. Tadbir urus dalam konteks ini bermaksud himpunan peraturan, kuasa, tanggungjawab, dan kawalan yang mengatur penggunaan sesebuah sistem teknikal sepanjang kitaran hayat operasinya. Ia menentukan siapa yang memiliki data, siapa yang berhak melihat atau menggunakannya, siapa yang meluluskan cadangan sistem, bila ia perlu dihentikan atau sesuatu keputusan dirujuk kepada pakar manusia, dan siapa yang memikul tanggungjawab apabila berlaku kesilapan.

Dalam erti kata ini, tadbir urus bukanlah prosedur pentadbiran yang ditambah setelah teknologi siap; ia merupakan sebahagian intrinsik daripada reka bentuk dan operasinya. Keselamatan siber tidak terhad kepada melindungi data dan peranti daripada pencerobohan; ia juga merangkumi jaminan kesinambungan operasi serta kesahihan keputusan dan prosedur yang menjadi sandaran petani dalam menguruskan ladang.

Tadbir urus turut merangkumi perlindungan kebebasan petani berhadapan dengan platform teknologi. Petani seharusnya mampu mengeksport data dan memindahkannya ke sistem lain, atau berhenti menggunakan platform tersebut, tanpa kehilangan data atau menjadi bergantung secara kekal kepada satu penyedia teknologi. Dengan cara ini, kebolehalihan data dan kebebasan untuk keluar bertukar daripada ciri teknikal yang bersifat formal kepada jaminan praktikal yang melindungi hak petani untuk memilih.

Sistem juga sepatutnya mengenali batas keupayaannya sendiri: tidak memberikan cadangan apabila maklumat yang ada tidak mencukupi, merujuk kes itu kepada pegawai manusia apabila kepakaran atau kuasa yang lebih tinggi diperlukan, dan membatalkan sebarang tindakan yang terbukti tidak selamat atau tidak sesuai. Keupayaan ini bukanlah tambahan sampingan, sebaliknya syarat penting bagi kebolehpercayaan dan prestasi baik sistem tersebut.

Contoh ilustrasi: sistem pengurusan pengairan pintar

Andaikan sebuah sistem pintar mencadangkan kepada petani masa dan kuantiti pengairan berdasarkan bacaan kelembapan tanah, suhu, dan data berkaitan keadaan ladang. Jika bacaan kelembapan tanah tiada, atau jika peranti pengukur menunjukkan keputusan yang bercanggah, sistem tidak sepatutnya mengeluarkan cadangan muktamad seolah-olah maklumat itu lengkap.

Dalam keadaan sedemikian, tadbir urus menetapkan tindakan yang perlu diambil terlebih dahulu: sistem tidak memberikan cadangan yang penuh yakin, menjelaskan kepada pengguna bahawa data tidak mencukupi atau tidak konsisten, kemudian merujuk kes itu kepada orang yang bertanggungjawab untuk semakan sebelum pengairan dilaksanakan. Tadbir urus turut menentukan siapa yang memegang kuasa untuk meluluskan atau menghentikan keputusan itu, bagaimana campur tangan itu didokumenkan, dan siapa yang memikul tanggungjawab terhadap tindakan akhir.

Tanpa peraturan sedemikian, sistem mungkin mengeluarkan cadangan yang dibina atas maklumat tidak lengkap, tanpa jelas siapa yang sepatutnya menyemaknya, siapa yang berkuasa menghentikan pelaksanaan, atau siapa yang memikul tanggungjawab terhadap hasilnya.

Oleh itu, pengawasan manusia tidak tercapai semata-mata dengan mengumumkan bahawa terdapat "manusia dalam gelung". Ia menuntut pengenalpastian orang yang diberi kuasa untuk campur tangan, peranan yang dilaksanakan oleh orang itu, keputusan yang boleh dibuat olehnya, dan tanggungjawab yang dipikulnya. Tadbir urus ialah rangka kerja yang menjadikan teknologi selamat, berdisiplin, dan boleh dipertanggungjawabkan, serta yang memelihara kawalan petani ke atas data dan keputusan mereka.

Keenam: tiada laluan serantau yang tunggal. Turki, Indonesia, Amerika Selatan, dunia Arab, Teluk, Afrika, dan Asia Selatan berbeza dari segi sumber air, struktur pemilikan tanah, corak tanaman, infrastruktur institusi, dan tahap ketersambungan. Persekitaran ini justeru tidak boleh diringkaskan kepada satu preskripsi teknikal atau satu laluan pembangunan yang seragam.

Fungsi sesebuah rangka kerja global bukanlah untuk memadamkan perbezaan serantau, tetapi untuk menyusun persoalan yang didedahkan oleh perbezaan itu, dan menukar kepelbagaian daripada halangan kepada pelaksanaan menjadi asas bagi reka bentuk yang lebih realistik, lebih saksama, dan lebih berkesan.

Justeru, buku ini mengukur kejayaan kecerdasan buatan bukan berdasarkan apa yang mampu diramal oleh sesebuah model di dalam makmal, tetapi berdasarkan apa yang mampu diubah oleh sistem bersepadu di lapangan: keputusan yang lebih baik, risiko yang lebih sedikit, nilai yang lebih jelas, dan keupayaan yang lebih besar untuk bertahan tanpa mengorbankan ketepatan, keadilan, atau kebebasan petani.

Cara Menggunakan Jilid I

Jilid ini boleh dibaca dari awal hingga akhir, tetapi pembaca juga boleh memilih laluan masuk mengikut persoalan mereka:

  • Pembaca yang baru mengenali bidang ini boleh bermula dengan Bab Satu dan Bab Dua untuk memahami masalah pertanian serta perbezaan antara pendigitalan dengan transformasi sebenar.
  • Pembaca yang ingin menilai kekuatan sesuatu dakwaan boleh bermula dengan Bab Ketiga, kemudian membaca Nota Bukti bagi setiap bab dan senarai rujukan pada akhir jilid.
  • Pembaca yang ingin memahami kaedah kecerdasan buatan dan sistem data boleh meneruskan ke Bab Empat dan Bab Lima.
  • Pembaca yang bekerja dengan pemetaan, penderiaan jauh, atau keputusan berasaskan lokasi boleh membaca Bab Enam; pembaca yang bekerja dengan dapatan semula pengetahuan dan pengembangan pertanian boleh membaca Bab Tujuh.
  • Petani dan profesional pertanian hendaklah membaca Notis Keselamatan Pertanian terlebih dahulu. Jilid ini ialah rangka kerja untuk berfikir dan menilai, bukan pengganti diagnosis tempatan, label rasmi produk, peraturan kawal selia, atau keputusan pakar yang berkelayakan.

Nota Bukti menerangkan sumber yang digunakan dan batas kesimpulan yang boleh dibuat daripadanya. Ungkapan “disokong oleh bukti” sentiasa merupakan penilaian yang dibatasi oleh sumber dan konteks yang dipetik, bukan kebenaran umum yang boleh dipindahkan kepada setiap tanaman, negara, atau sistem pengeluaran.

Singkatan Utama

SingkatanIstilah bahasa InggerisBentuk yang digunakan dalam edisi Bahasa Melayu ini
AIArtificial Intelligencekecerdasan buatan
MLMachine Learningpembelajaran mesin
DLDeep Learningpembelajaran mendalam
CNNConvolutional Neural Networkrangkaian neural konvolusi
LLMLarge Language Modelmodel bahasa besar
RAGRetrieval-Augmented Generationpenjanaan berpertingkat dapatan semula
XAIExplainable Artificial Intelligencekecerdasan buatan boleh dijelaskan
IoTInternet of Thingsinternet benda
FMISFarm Management Information Systemsistem maklumat pengurusan ladang
GISGeographic Information Systemsistem maklumat geografi
UAVUnmanned Aerial Vehiclepesawat udara tanpa pemandu
ETEvapotranspirationsejatpeluhan
IPMIntegrated Pest Managementpengurusan perosak bersepadu
PHIPre-Harvest Intervaltempoh pra-penuaian
REIRestricted-Entry Intervaltempoh larangan masuk semula
TCOTotal Cost of Ownershipjumlah kos pemilikan
MLOpsMachine Learning Operationsoperasi model pembelajaran mesin
APIApplication Programming Interfaceantara muka pengaturcaraan aplikasi
R²Coefficient of Determinationpekali penentuan — nisbah varians dalam pemboleh ubah sasaran yang dijelaskan oleh model dalam data miliknya sendiri
BLEUBilingual Evaluation Understudyukuran keserupaan antara teks yang dijana dengan teks rujukan; ia tidak mengukur ketepatan pertanian
DQLDeep Q-Learningpembelajaran pengukuhan mendalam untuk memilih tindakan berjujukan
AS-MOAutomated Scheduling – Manual Operationpenjadualan automatik dengan pengendalian manual (antara muka pengairan hibrid)

Struktur Jilid I

Dua Bahagian, Tujuh Bab

Jilid I terdiri daripada dua bahagian yang saling berkaitan.

Bahagian Satu — Mengapa Transformasi Pertanian Penting? membincangkan pertanian sebagai sistem hidup dan ekonomi yang beroperasi di bawah tekanan majmuk, membezakan pendigitalan daripada transformasi sebenar, dan membina rangka kerja bukti untuk menilai dakwaan kecerdasan buatan pertanian.

Bahagian Dua — Asas Kecerdasan Buatan dan Data membincangkan keluarga kaedah, kitaran hayat data pertanian, kecerdasan geospatial, serta sokongan keputusan dan dapatan semula pengetahuan yang bertanggungjawab.

Aliran pemikiran jilid ini ialah:

Masalah pertanian ↓ Ukuran transformasi ↓ Kekuatan dan batas bukti ↓ Kesesuaian kaedah dengan tugas ↓ Data, asal usul, dan hak ↓ Tempat, penderiaan, dan pengesahan ↓ Khidmat pengembangan yang bersumber, terbatas, dan boleh dipertanggungjawabkan

Membaca Jilid I

Persoalan utama mendahului keupayaan algoritma: keputusan pertanian apakah yang hendak diperbaiki, berdasarkan bukti apa, untuk siapa, dengan kos dan risiko bagaimana? Bab-bab berikut membawa persoalan itu daripada kaedah kepada data, daripada data kepada tempat, dan daripada tempat kepada khidmat pengembangan yang bertanggungjawab. Keupayaan teknikal tidak dianggap sebagai kejayaan sebelum sumber, konteks, pengesahan, autoriti manusia, dan hasil keputusan diperiksa bersama.

Rujukan Jilid I

Senarai ini menghuraikan semua pengecam sumber awam dan bukti pelaksanaan persendirian yang digunakan dalam Bab Satu–Tujuh. Catatan SRC boleh diperiksa secara terbuka. Catatan IMP bersifat persendirian dan terikat pada artifak bertarikh; catatan tersebut bukan bukti saintifik bebas dan tidak membuktikan operasi pengeluaran atau impak pertanian.

Sumber Awam

[SRC001] Nautiyal, M., et al. (2025). “Revolutionizing agriculture: A comprehensive review on artificial intelligence applications in enhancing properties of agricultural produce.” Food Chemistry: X. https://doi.org/10.1016/j.fochx.2025.102748. Ulasan rakan sebaya yang digunakan untuk memetakan bidang aplikasi.

[SRC002] Wu, K., et al. (2025). “A Comprehensive Review of AI Methods in Agri-Food Engineering: Applications, Challenges, and Future Directions.” Electronics, 14(20), 3994. https://doi.org/10.3390/electronics14203994. Ulasan rakan sebaya tentang kaedah, aplikasi, dan cabaran.

[SRC003] Özoğul, G. (2025). “Applications of artificial intelligence technologies in agriculture: advantages, challenges, risks, prospects, and recommendations.” Cogent Food & Agriculture. https://doi.org/10.1080/23311932.2025.2568199. Ulasan manfaat, risiko, prospek, dan saranan.

[SRC004] Mohammed, S. P., et al. (2025). “A systematic literature review on artificial intelligence in transforming precision agriculture for sustainable farming: Current status and future directions.” Plant Science Today. https://doi.org/10.14719/pst.6175. Ulasan sistematik luaran; pengelasan metodologinya tidak dipindahkan kepada buku ini.

[SRC006] Mohan, R. N. V. J., Rayanoothala, P. S., & Sree, R. P. (2025). “Next-gen agriculture: integrating AI and XAI for precision crop yield predictions.” Frontiers in Plant Science. https://doi.org/10.3389/fpls.2024.1451607. Abstraknya menyokong hasil R² sehingga 0.92 hanya dalam tetapan kajian tersebut.

[SRC009] dos Santos Ferreira, A., Freitas, D. M., da Silva, G. G., Pistori, H., & Folhes, M. T. (2017). “Weed detection in soybean crops using ConvNets.” Computers and Electronics in Agriculture, 143, 314–324. https://doi.org/10.1016/j.compag.2017.10.027. Bukti untuk pengelasan imej, bukan pembelajaran-Q atau penyingkiran rumpai secara robotik.

[SRC010] Öz, M., & Üstüner, E. (2026). “Artificial Intelligence for Blue Transformation: A Review of Predictive Modeling and Decision Support Systems in Sustainable Aquaculture.” Sustainable Development. https://doi.org/10.1002/sd.71290. Abstraknya tidak menyokong dakwaan terbitan tentang pengurangan kos sebanyak 30%.

[SRC012] Khanna, A., et al. (2025). “Generative AI and Blockchain-Integrated Multi-Agent Framework for Resilient and Sustainable Fruit Cold-Chain Logistics.” Foods, 14(17), 3004. https://doi.org/10.3390/foods14173004. Abstrak melaporkan pengurangan masa perjalanan sebanyak 30% dalam eksperimen; hasil itu tidak boleh digeneralisasikan di luar keadaan tersebut.

[SRC014] Food and Agriculture Organization of the United Nations. (2009). How to Feed the World in 2050. https://www.fao.org/fileadmin/templates/wsfs/docs/expert_paper/How_to_Feed_the_World_in_2050.pdf. Dokumen pandangan hadapan bersejarah berdasarkan data dan andaian tahun 2009, bukan anggaran semasa.

[SRC030] Campoverde-Molina, M., & Luján-Mora, S. (2025). “Cybersecurity in smart agriculture: A systematic literature review.” Computers & Security, 150, 104284. https://doi.org/10.1016/j.cose.2024.104284. Rujukan bidang keselamatan siber pertanian; jumlah insiden yang tidak disahkan tidak boleh diambil daripadanya.

[SRC031] Food and Agriculture Organization of the United Nations. (2022). The State of Food and Agriculture 2022: Leveraging automation in agriculture for transforming agrifood systems. FAO. https://doi.org/10.4060/cb9479en. Laporan rasmi tentang automasi pertanian yang terangkum dan bertanggungjawab.

[SRC032] Jouanjean, M.-A., Casalini, F., Wiseman, L., & Gray, E. (2020). Issues around data governance in the digital transformation of agriculture: The farmers’ perspective. OECD Food, Agriculture and Fisheries Papers, No. 146. https://doi.org/10.1787/53ecf2ab-en. Bukti tentang hak, capaian, kebolehalihan data, dan kepercayaan daripada perspektif petani.

[SRC033] Tabassi, E. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST. https://doi.org/10.6028/NIST.AI.100-1. Rangka kerja pengurusan risiko AI umum yang perlu disesuaikan dengan konteks pertanian.

[SRC034] Organisation for Economic Co-operation and Development. (2025). OECD Supply Chain Resilience Review: Navigating risks. OECD Publishing. https://doi.org/10.1787/94e3a8ea-en. Rangka kerja daya tahan kualitatif; tiada nilai prestasi boleh diambil tanpa sokongan pada peringkat dakwaan.

[SRC035] Shamshiri, R. R., et al. (2024). “Digitalization of agriculture for sustainable crop production: a use-case review.” Frontiers in Environmental Science, 12, 1375193. https://doi.org/10.3389/fenvs.2024.1375193. Ulasan rantaian daripada penderiaan dan data kepada keputusan dan operasi.

[SRC036] Sanyaolu, M., & Sadowski, A. (2024). “The Role of Precision Agriculture Technologies in Enhancing Sustainable Agriculture.” Sustainability, 16(15), 6668. https://doi.org/10.3390/su16156668. Analisis ekonomi dan kemampanan yang terikat pada konteks; peratusan yang belum disahkan tidak boleh diambil daripadanya.

[SRC037] Lowder, S. K., Sánchez, M. V., & Bertini, R. (2021). “Which farms feed the world and has farmland become more concentrated?” World Development, 142, 105455. https://doi.org/10.1016/j.worlddev.2021.105455. Memberikan konteks bagi kepelbagaian struktur ladang; dakwaan angka memerlukan lokasi tepat dalam sumber.

[SRC039] Digital Green. (n.d.). Farmer.Chat: Your Free Farming Assistant. https://www.farmer.chat/. Halaman produk rasmi yang dicapai pada 18 September 2026; tidak menetapkan ketepatan diagnosis atau impak pertanian.

[SRC040] Digital Green. (n.d.). FarmerChat: Farming Answers in Seconds. https://www.digitalgreen.org/farmerchat. Halaman program rasmi yang dicapai pada 18 September 2026; angka jangkauan dan kos kekal sebagai dakwaan pembangun tanpa sokongan bebas.

[SRC041] Digital Green. (9 July 2026). “FarmerChat V2 Is Here, and Farmers Are Asking More Than Ever.” https://www.digitalgreen.org/insights/v2-launch-performance. Analisis produk oleh pembangun yang menyokong petunjuk penggunaan bertarikh, bukan ketepatan pertanian atau impak sebab-akibat.

[SRC042] 60 Decibels. (11 November 2025; updated 24 February 2026). “Smallholder Farmers Are Following AI Recommendations.” https://60decibels.com/insights/farmers-ai-recommendations/. Penilaian terhadap 450 petani di Kenya; tidak menetapkan ketepatan saranan, impak sebab-akibat terhadap hasil atau pendapatan, mahupun generalisasi di luar sampel.

[SRC043] Digital Green. (2026). FarmerChat Agricultural Q&A Dataset (Large) [dataset]. Hugging Face. https://huggingface.co/datasets/DigiGreen/farmerchat-queries-large. Set data berlesen CC BY 4.0 yang mengandungi jawapan janaan mesin; bukan korpus kebenaran asas atau bukti kesetaraan antara bahasa.

[SRC044] Digital Green. (2026). FarmerChat Prompts [source code]. GitHub. https://github.com/digitalgreenorg/farmerchat-prompts. Repositori awam berlesen MIT yang menunjukkan kewujudan komponen terbuka, bukan pendedahan kod pengeluaran lengkap atau operasi setiap komponen perkhidmatan.

[SRC045] Chandrashekar, M. S., Singh, V., & Pedapudi, L. (2026). “Benchmarking Automatic Speech Recognition for Indian Languages in Agricultural Contexts.” arXiv, 2602.03868v2. https://doi.org/10.48550/arXiv.2602.03868. Pracetak yang belum disemak rakan sebaya; tidak mengukur prestasi suara Farmer.Chat secara menyeluruh.

[SRC046] Digital Green Foundation. (December 2025). Privacy Policy. https://www.digitalgreen.org/privacy. Dasar rasmi yang dicapai pada 18 September 2026; tidak menetapkan pematuhan operasi dalam setiap negara atau kes.

[SRC047] International Food Policy Research Institute. (n.d.). Generative AI for Agriculture (GAIA) — Phase I & II. https://www.ifpri.org/project/generative-ai-for-agriculture-gaia/. Halaman projek institusi peneraju; menetapkan identiti, hala tuju, dan perkongsian program, bukan penilaian bebas terhadap alat siap.

[SRC048] CABI. (n.d.). Generative AI for Agriculture Advisory. https://www.cabi.org/projects/generative-ai-for-agriculture-advisory/. Halaman projek rasmi; hasil penerimaan yang dilaporkan projek bukan ukuran ketepatan atau impak lapangan.

[SRC049] King, E. (6 January 2025). “Piloting a CABI Crop Health Advisory Chatbot.” PlantwisePlus Blog. https://blog.plantwise.org/2025/01/06/piloting-a-cabi-crop-health-advisory-chatbot/. Huraian institusi tentang bengkel dan pengujian prototaip; bukan kajian rakan sebaya atau pengukuran impak bebas.

[SRC050] Msengezi, C. (14 May 2025). “Lessons in AI Governance from the GAIA Project.” CABI Blog. https://blog.cabi.org/2025/05/14/lessons-in-ai-governance-from-the-gaia-project/. Sumber institusi tentang pelesenan, atribusi, pembuatan keputusan, dan kos penyediaan kandungan; tidak menetapkan bahawa tadbir urus selesai atau sistem berkesan.

[SRC051] CABI. (2026). Model Content License Agreement for AI — Special Terms and General Terms, version 1. Gates Open Research. https://doi.org/10.21955/gatesopenres.1117269.1. Instrumen lesen terbuka; versi ini belum disemak rakan sebaya dan tidak membentuk undang-undang yang mengikat dalam setiap bidang kuasa.

[SRC052] CABI. (2025). Risk and Ethics Assessment and the GAIA Ethics Toolkit. CGIAR Research Repository. https://hdl.handle.net/10568/181439. Laporan literatur kelabu yang disemak secara dalaman; bukan pengesahan luaran bahawa alat GAIA telah menangani risiko yang dipetakan.

Bukti Pelaksanaan Persendirian

[IMP06] aladdin-pertanian-agri-ai-Koot-EL-Kuloob-2.1.39-desktop-p0-p1-source-2026-08-22.zip, bertarikh 22 Ogos 2026, SHA-256 7B0CE4E1699E72958272821EA2A9083E2DC5EAB39069D395325B4AA6EE2BEC29. Catatan sejarah penyepaduan Aladdin AgroGenie yang disambungkan kepada pejabat hadapan dan laluan perbualan, dengan mod berperingkat serta dua gerbang lalai yang tidak aktif. Catatan ini tidak menetapkan pengaktifan, ketersediaan perkhidmatan, selesainya ujian penerimaan, atau impak pertanian.

[IMP13] Aladdin AgroGenie v4.2-developed; 100 fail dan 1,423,275 bait; diperiksa dan diuji dengan PHP 8.5.6 pada 18 September 2026. SHA-256 manifes fail tersusun: 7BC521E18884BD15CF534D68842B82927AED867BE7BEB3FC644885F4F5E8D460. Catatan ini menetapkan seni bina carian pertanian bertatakelola dan keputusan ujian tempatan yang terbatas; ia tidak menetapkan operasi WordPress atau pangkalan data langsung, sambungan penyedia AiBridge langsung, ujian pelayar atau beban tinggi, ketepatan lapangan, mahupun impak pertanian.