Berapa banyak tanaman tomat yang sehat akan menghasilkan banyak biji? Para peneliti dari Agro Food Robotics di Wageningen University & Research telah mengembangkan tes perkecambahan otomatis yang memberikan jawaban yang cepat dan objektif kepada pemulia benih dan penanam untuk pertanyaan ini, menghemat biaya dan meningkatkan efisiensi.
Petani suka memberikan tanaman yang seragam dan karena itu ingin mengetahui kualitas benih yang mereka pesan. Berapa banyak tanaman yang menghasilkan satu batch benih? Apakah ada spesimen yang pertumbuhannya lambat, batangnya bengkok, atau daunnya hilang? Pemulia dan penanam benih melakukan tes perkecambahan.
Tanaman yang tumbuh dari pengujian ini dinilai secara manual, dan sesuai dengan kriteria dan metode penanaman perusahaan sendiri. Seorang pemulia benih, misalnya, membudidayakan di bawah kondisi yang sama sepanjang tahun, sedangkan di rumah kaca komersial, kondisi ini dapat bervariasi per musim. . “Oleh karena itu, hasil tes perkecambahan dapat berbeda satu sama lain. Hal ini menyulitkan pemulia benih untuk menyepakati kualitas benih dan bagi petani untuk memperkirakan produksi bibit dengan tepat,” kata Lydia Meesters, peneliti di Agro Food Robotics di Wageningen University & Research.
Jaringan syaraf
Dalam proyek Eksploitasi alat fenotip tanaman berteknologi tinggi untuk perusahaan pemuliaan dan penanam (2018-2021), peneliti dari Agro Food Robotics di Wageningen University & Research mengembangkan tes perkecambahan standar otomatis yang menghilangkan masalah ini.
“Dengan sistem kamera MARVIN kami, kami membuat sejumlah besar film berkecepatan tinggi dari bibit tomat dan menghubungkannya dengan perangkat lunak klasifikasi,” kata Meesters. “Perangkat lunak ini menggunakan jaringan saraf (deep learning), suatu bentuk kecerdasan buatan yang memungkinkan komputer belajar berdasarkan informasi yang mereka terima. Dalam hal ini kami membuat gambar 2 dimensi dan 3 dimensi.”
Prediksi yang lebih baik
Salah satu dari sebelas mitra dalam proyek ini adalah Paul Verbruggen, peneliti di Bejo Zaden di Warmenhuizen. “Kami selalu mencari cara yang lebih baik untuk memprediksi kualitas dan keseragaman tanaman tomat dari benih kami,” jelasnya.
Tujuan itu sekarang dapat dicapai berkat penelitian Wageningen. “Sistem kamera Marvin tampaknya sudah memprediksi kualitas tanaman dengan cukup baik,” kata Verbruggen. “Ketika Anda menambahkan teknologi baru, seperti kecerdasan buatan, keandalannya meningkat secara signifikan. Hasil pertama juga menunjukkan bahwa tidak masalah apakah Anda mengumpulkan gambar tanaman tomat 2-D atau 3-D. “Bagi kami senang mengetahuinya, karena itu menegaskan bahwa Bejo Zaden sudah menggunakan sistem yang baik.”
Bekerja secara efisien
Verbruggen juga mencatat bahwa sulit untuk mencapai konsensus dengan pihak lain tentang bagaimana tepatnya mengukur kualitas benih. “Kami sekarang bekerja sama dalam model prediktif yang dibuat khusus, yang dengannya setiap mitra rantai dapat melatih modelnya sendiri.” Jika terserah Meesters, model ini baru permulaan. “Semakin banyak teknologi modern diintegrasikan ke dalam rumah kaca, semakin efisien perusahaan.”