Senin, 1 Maret 2021

Perunggasan, Go Digital !

Perunggasan, Go Digital !

Foto: istimewa


Guna mengadopsi sistem cerdas ini membutuhkan investasi yang relatif tinggi. Namun data vital yang akurat menjanjikan manajemen berjalan lebih pasti, produktivitas tinggi, dan efisiensi pun akan terdongkrak 
 
 
Go Digital, kini bukan hanya dengan cara memasang perangkat berbasis sensor digital dan PLC (programmable logic controller) semata, namun minimal setiap perangkat itu berkualifikasi IoT, memiliki data logger, terhubung ke pusat data, sehingga rangkaian data yang terkumpul itu dapat dianalisis dan dieksekusi menjadi keputusan. Meskipun pada praktiknya, ada yang masih belum mengaplikasikan data logger otomatis, data diunggah ke cloud server secara manual pada jam-jam tertentu oleh karyawan. 
 
 
Digitalisasi Perunggasan menjadi tema hangat yang diangkat dalam Seminar daring MIMBAR TROBOS Livestock The Series ke-12 “Digitalisasi di Industri Perunggasan” yang digagas Majalah TROBOS Livestock dan disiapkan TComm (TROBOS Communication) pada 16 Februari 2021. Acara yang disponsori oleh XL Business Solutions; PT Boehringer Ingelheim Indonesia; serta PT Japfa Comfeed Indonesia, Tbk ini digelar melalui aplikasi Zoom dan disiarkan melalui kanal Youtube Agristream TV dengan menghadirkan Agung Suyono – peternak layer dari Blitar Jawa Timur; Brian Cakra – Head of IoT XL Axiata; Melvin Winata – Business Development Manager PT Sreeya Sewu Indonesia; dan Musdhalifah Machmud – Deputi II Bidang Koordinasi Pangan dan Agribisnis Kementerian Koordinator Bidang Perekonomian RI.
 
 
Melvin Winata menuturkan pengalamannya membangun kandang broiler (ayam pedaging) yang terkoneksi dengan IoT. Menurut dia, sistem digital pada closed house (kandang tertutup) tidak terpengaruh oleh ukuran kandang. “Yang penting closed house. Kita pakai 120 m x 14 m, cermati cara menempatkan alat dan sensor untuk mendeteksi keadaan dalam kandang dan mengkompensasi lingkungan dalam kandang. Kita pakai 3 titik kelembapan dan temperatur sensor, sebagai sensor utama di area depan, tengah dan belakang. Sensor CO2 dan amonia cukup dipasang di 2 titik,” tutur dia.
 
 
Ia mengaku belum ada kejadian luar biasa selama mengaplikasikan teknologi IoT yang baru setahun ini dipakai. Namun kalau ada kandang yang performanya kurang bagus atau di bawah target, manajemen bisa langsung memanggil penanggung jawab kandang untuk menanyakan apa yang membuat ayam tidak nyaman. “Langsung kita lakukan intervensi untuk mengatasinya,” ungkapnya. 
 
 
Dia pun mengklaim telah membandingkan performa kandang yang ditangani oleh orang yang sama, di farm yang sama dan bangunan kandang yang sama. Performa ayam meningkat signifikan setelah dipasang sistem IoT dibandingkan dengan saat sebelum dipasang. “Data ini harus apple to apple, ternyata IP-nya (indeks performa) naik signifikan,” dia mengklaim. 
 
 
Smart Farming Broiler
Melvin Winata, mengkonsep sejak awal dan menangani langsung perjalanan smart farming project PT Sreeya Sewu Indonesia – Gunung Sewu Grup. “Setelah kami pelajari, lebih mudah menerapkan smart farming di broiler. Maka kita fokus di broiler untuk mengembangkan smart farming system ini hingga menjadi ekosistem di perusahaan. Peternak mitra kami bisa mendapatkan teknologi ini. Mengenai harga tidak bisa kami buka, untuk layanan digitalisasi kandang saja. Aplikasi eksklusif dari kami, dan sensor bisa gratis harganya, tapi ada bundling dengan layanan lain seperti produk pakan kami. Jadi ini merupakan paket solusi smart farming,” urai dia. 
 
 
Dia menyatakan, ekosistem yang dimaksud tidak terbatas pada digitalisasi dan IoT, namun untuk mengimbangi genetik broiler yang selalu diperbaiki oleh pakar-pakar genetika, perusahaannya juga berinovasi di semua sisi. Salahs atunya pengembangan pine extract feed, pakan baru yang diperkaya enzim dari nanas, yang diformulasi dan difabrikasi agar sesuai dengan kebutuhan ayam dan spesifikasi peralatan yang digunakan. 
 
 
Melvin menegaskan aplikasi yang dikembangkan perusahaannya bisa dipakai kalau dipasangkan dengan menggunakan sensor darinya pula. Aplikasi itu mutlak membutuhkan sinyal internet supaya bisa bekerja, maka untuk kandang di pelosok dan susah sinyal, dia pun menyarankan untuk menggunakan koneksi internet mobile dengan spesifikasi narrow band (pita sempit). “Tantangan bagi kita itu otomasi dari kipas, dan koneksi internet yang buruk. Sementara ini solusinya sistem akan menjalankan kipas berdasarkan data terakhir yang direkam dari sensor,” dia menjelaskan. 
 
 
“Pertama kali kami melakukan digitalisasi dan otomatisasi pada pengaturan suhu kandang. Tidak boleh ada goncangan dalam kandang, terlebih suhu. Kalau temperatur dalam closed house tidak stabil maka sebenarnya sama saja tidak memakai closed house,” tuturnya. 
 
 
Dikisahkannya, pada mulanya data gathering temperatur dan performa di kandangnya sangat manual. Data temperatur diambil oleh supervisor kandang pada pukul 8.00 pagi. “Misalnya, terbaca suhu 30 oC, kipas pun dinyalakan 3. Padahal nanti dalam 30 menit matahari semakin terik, dan pada pukul 1 suhu sudah 33 oC, saat supervisor sampai ke kandang itu lagi dari keliling. Jadi ada berjam-jam, kipas kurang banyak yang menyala, sehingga ada waktu berjam-jam kenyamanan ayam hilang. Ini berpotensi menurunkan performa,” paparnya.
 
 
Problem selanjutnya, data suhu dan operasi manajemen di kandang dicatat secara manual oleh operator kandang dan supervisor, dari pagi hingga malam hari, disetor kepada admin, dan hasil rekapitulasi oleh admin baru disetor kepada pemilik pada pagi harinya. “Data yang kita terima hari ini melalui WA (WhatsApp) adalah data kemarin, tidak realtime. Jadi kalau ada masalah, keputusan cenderung terlambat, dan sudah kecolongan sehari, keadaan bisa sudah lebih parah daripada saat data diambil,” ujar Melvin. 
 
 
Kalau hitung manual di kertas dan kalkulator, kecepatan angin dihitung dengan jumlah kipas yang menyala dengan basis suhu dan kelembapan. Tapi dengan kipas otomatis, data suhu kelembapan bisa realtime dan langsung mengubah kecepatan angin dengan mengatur kipas mana saja yang dihidupkan. “Kita pasang alat inverter dan PLC agar hidup mati kipas bisa diatur, mengatur kombinasi beberapa kipas sehingga angin lebih merata dalam kandang,” katanya. 
 
 
“Kalau dengan pembacaan manual sehari bisa 5 kali monitoring suhu, sekarang bisa 10 menit sekali sensing. Selisih 10 menit itu kalau siang hari ekstrem selisih suhu bisa 1-2 oC. Ada algoritma yang dikumpulkan per sekuens waktu,” ujarnya. 
 
 
Dengan menerapkan IoT pada sensor ini, Melvin dan para manajer farm tak perlu menunggu WA yang panjang dan telat. Padahal satu farm bisa terdiri dari 10 flok sehingga menjadi rumit membaca data melalui aplikasi pesan biasa. “Dengan data otomatis ini kita bisa melihat data realtime dimana saja, kapan saja. Data juga bisa diteruskan ke operator kandang untuk melaksanakan keputusan atas analisis data-data yang dilakukan oleh software. Dulu analisis baru bisa dilakukan setelah data manual dari kandang dipindah ke aplikasi spreadsheet secara manual pula,” dia menguraikan. 
 
 
IoT pada kipas yang dia lakukan lakukan mengarah ke hidup/mati kipas pada keadaan tertentu. Tetapi kalau kipas kandang ada yang tidak menyala/gagal berputar pada kondisi hidup, maka alarm akan menyala. 
 
 
Melvin berbagi pengalaman, ketika masih mengandalkan karyawan untuk mengatur peralatan closed house-nya. “Dulu kita melatih karyawan mengitung data suhu, kelembapan, dan jumlah kipas yang bekerja. Ketika sudah bisa, malah keluar, sehingga harus mencari pengganti dan mengajari lagi. Kalau dengan smart farming ini, perhitungan ada di mesin, di algoritma. Maka supervisor kandang lebih mudah dan tidak perlu menghitung manual. Cukup menguasai operasi alat dan sensor serta memeriksa koneksi dan fungsinya setiap hari terutama pagi,” dia menjelaskan. 
 
 
Algoritma smart farm, dia memaparkan, sangat banyak dan menarik karena saling terkait dan saling masuk dalam perhitungan. Seperti variabel kelembapan yang tidak bisa dikontrol, menurunkan kelembapan memerlukan heater, yang tidak dipakai selain di awal pemeliharaan. “Maka soal kelembapan itu kita hanya bisa merespons saja. Kita mengacu ke tabel kenyamanan ayam (comfort zone). Pada suhu sekian kelembapan relatif sekian, maka kecepatan angin harus dikompensasi dengan kecepatan tertentu,” paparnya.
 
 
Algoritma aplikasi yang dikembangkan oleh Sreeya, kata Melvin, bisa diubah sesuai dengan kondisi aktual di farm pelanggan. Beda jauh dengan aplikasi yang beredar di luar, yang algoritma dan sumber programnya tidak bisa diminta untuk diubah ke developernya. 
 
 
Dia pun menilai, adopsi smart farm ini akan berimplikasi pada investasi dan akses perbankan. Dia menduga selama ini bank masih cenderung menghindar dari memodali peternak karena data yang masuk kepada mereka bukan merupakan data aktual yang langsung bisa diakses. “Digitalisasi ini bisa mendekatkan dan membuka data realtime itu dari peternak kepada bank. Kita dan bank jadi tahu bagaimana kondisi eksisting performa farm sebagai kunci feasibilitas dan daya saing perunggsan kita secara realtime,” ujarnya. 
 
 
Mengomentari sistem bundling teknologi IoT smart farm dengan smart farming itu, Melvin tidak menampik, meskipun selalu dibilang semua ujung-ujungnya adalah bisnis. Dia menggarisbawahi, sistem yang dikembangkannya juga perwujudan dari niat untuk membantu  merapikan data performa perunggasan nasional di mulai dari peternak mitranya. “Kita bundling dengan pakan, bukan berarti kita serta merta menaikkan harga pakan. Bundling ini lebih condong pada upaya membangun kerjasama yang kuat diantara kita dan mitra-mitra kita,” tukasnya. 
 
 
Digital Farm Recording
Membagi pengalamannya, Agung Suyono menerapkan sistem digital untuk data recording farm secara terpadu sejak bahan pakan masuk gudang, produksi pakan, konsumsi pakan, produksi, penyakit hingga analisis ekonomi. Dia meyakini adopsi sistem berbasis IoT hanya bisa dilakukan secara top down, pemilik yang harus memutuskan penerapannya di farm. Tingkat adopsi teknologi ini oleh peternak layer, selain disebabkan oleh tingkat pengetahuan, dia menduga juga terkait tipologi militansi peternak.
 
 
Dia mengisahkan, tekadnya berubah menggunakan aplikasi digital terpadu dipicu oleh keinginan memonitor langsung performa dan kondisi aktual semua farmnya tanpa kesulitan. “Pada produksi pullet, ada target bobot badan yang ada di tabel itu untuk dibandingkan dengan pencapaian riil ayam di kandang. Kalau memakai data tertulis di atas kertas, akan memakan waktu dan sulit untuk memonitor setiap saat. Kalau pakai pesan seperti WA, untuk melihat perkembangan dari waktu ke waktu harus ‘manjat’ untuk melihat laporan – laporan sebelumnya. Laporan dalam bentuk file spreadsheet, pemilik harus meminta ke operator admin farm. Setelah admin menyalin data dari tiap-tiap kandang,” kisahnya. 
 
 
“Karyawan kandang lulusan SD – SMP itu kita dorong untuk menggunakan smartphone dalam pengelolaan data kandang. Ternyata bisa, dan sekarang terbiasa,” ujarnya bersemangat. 
 
 
Maka saat itu Agung mencari cara agar pencatatan atau recording peternakannya lebih mudah, multiuser dan multilokasi input dan dapat diakses dari mana saja dengan menggunakan browser maupun aplikasi mobile. “Akhirnya ketemu sistem yang terbuka, dapat diinstal melalui HP, data dikirim ke cloud melalui aplikasi di HP, kemudian disusun dan dianalisis oleh program di server. Data dan hasil analisis bisa kita akses dengan cara masuk ke cloud," dia menerangkan.
 
 
Menurut Agung, membuat keputusan terpenting yang dia ambil dengan aplikasi adalah mengatasi masalah performa. Data performa bisa langsung diketahui realtime tanpa terjeda, melewati polesan atau olahan sehingga lebih cepat mendeteksi masalah dan menentukan tindakan. 
 
 
Terintegrasi 
Sistem yang digunakan Agung tak hanya mengakomodasi data teknis budidaya layer, namun telah terintegrasi antara data teknis budidaya, pembelian, penjualan, dan akuntansi. Sedangkan output analisis yang didapatkan peternak adalah expenses analysis, purchase analysis, sales analysis, balance sheet (neraca) dan analisis profit-loss.
 
 
Mendetailkan uraiannya, data performa produksi dan konsumsi pakan bisa dilihat per hari, per pekan, per bulan dan bisa didetailkan datanya, juga bisa digeneralkan. Lingkup datanya bisa dipilih untuk setiap flok sampai ke seluruh farm. Data yang diinput dan dilihat kembali diantaranya adalah jumlah chick in, komparasi capaian bobot badan vs target, uniformity, mortalitas, produksi, feed intake, FCR, dan detail perlakuan obat, dll. Data inventori meliputi arus keluar masuk bahan pakan, harga bahan pakan per tanggal pembelian (sistem FIFO, first in first out) pembelian DOC/pullet, biaya pencampuran bahan pakan. Terintegrasi pula di dalamnya, penjualan telur, dan perhitungan ekonomi. 
 
 
“Sistem ini menjadi solusi bagi kami, untung menghitung biaya produksi pakan menggunakan stok gudang FIFO. Biaya bahan baku dan harga pakan akan dihitung dari harga faktual bahan baku pakan yang dikeluarkan – menurut harga pembeliannya. Bukan memakai harga stok terakhir. Ketika peternak menambah stok artinya ada uang keluar dan harus  membuat jurnal. Saat pengeluaran barang, misalnya mengeluarkan stok telur, maka ada penambahan uang dan langsung akan terbentuk invoice atau tagihan. Sehingga terselip lagi tagihan dari peternak kepada pembeli,” papar dia.
 
 
Tiada gading yang tak retak, Agung Suyono menyatakan sementara ini data diinput dari kandang secara manual oleh karyawan, menggunakan client software pada smartphone. “Masalah pertama, input data tergantung dengan smartphone yang harus terkoneksi internet. Padahal lokasi kandang ada di pelosok yang seringkali kesulitan koneksi. Selanjutnya masih ada eror input data, seperti angka kelebihan nol, salah memasukkan input produksi telur satuan kilogram ke form input butiran dan sebaliknya. Sehingga bisa-bisa HDA naik tidak wajar. Sementara ini belum ada solusi, bagaimana agar tak keliru,” dia mengungkapkan.
 
 
 
Selengkapnya baca di majalah TROBOS Livestock Edisi 258/Maret 2021
 
 
 

 
Livestock Update + Moment Update + Cetak Update +

Artikel Lain