Pada pertengahan 1970-an, rata-rata peternakan sapi perah Amerika memiliki sekitar 25 sapi. Saat ini, banyak operasi memiliki lebih dari 3.000 - jumlah yang hampir tidak pernah terdengar 25 tahun yang lalu.
Mengelola ternak besar secara efisien akan sulit, bahkan mungkin mustahil, tanpa kemajuan terbaru dalam komputasi dan otomatisasi. Sebagian besar perusahaan susu sekarang memiliki tempat pemerahan susu dan tempat tinggal bebas yang terkait, yang menghasilkan dua atau tiga kali lipat per orang-jam. Unit pemerahan secara otomatis dilepaskan untuk mengurangi masalah kesehatan ambing dan meningkatkan kualitas susu, sementara transponder ID sapi memungkinkan petani secara otomatis mencatat data produksi.
Kemajuan teknologi utama terbaru yang memengaruhi industri susu AS adalah pengembangan sistem pemerah susu otomatis - atau pemerah susu "robot".
Di Kellogg Dairy Center, University of Connecticut, kami menggunakan robot pemerah susu serta sensor lain untuk memantau 100 sapi dan lingkungan fisik mereka. Melalui pekerjaan ini, yang diluncurkan pada musim semi ini, kami berharap dapat memonitor perilaku dan kesehatan sapi secara real time untuk meningkatkan efisiensi produksi dan kesejahteraan hewan.
Data besar dan sapi
Milkers robot dapat memanen susu tanpa keterlibatan manusia. Faktanya, sapi memutuskan kapan akan diperah, memasuki mesin tanpa pengawasan langsung manusia. Sistem robot secara otomatis mengidentifikasi sapi dan menerapkan semprotan dot yang disanitasi sebelum lengan robotik menempelkan cangkir dot untuk memerah susu.
Itu sangat berbeda dari memerah susu, di mana manajer memutuskan kapan harus memerah susu sapi, biasanya tiga kali sehari. Setiap unit pemerahan robot melayani 50 hingga 55 sapi.
Mengingat tingginya harga versi awal dari robot susu dan ukuran besar ternak AS, perusahaan susu Amerika memiliki minat minimal pada robot susu sebelum 2010. Namun, jumlah sistem pemerah susu otomatis di negara ini meningkat menjadi lebih dari 2.500 unit pada 2013, terutama karena perbaikan dalam desain pada model yang lebih baru. Di seluruh dunia, saat ini terdapat lebih dari 35.000 sistem pemerah susu otomatis yang beroperasi.
Sederet sapi yang diperah (Toa55 / shutterstock) Tidak hanya mesin-mesin yang lebih baru ini ditingkatkan dalam memanen susu secara efisien, mereka memiliki kemampuan tambahan untuk mengumpulkan sejumlah besar informasi tentang produksi, komposisi susu, dan perilaku sapi. Itu memungkinkan produsen untuk membuat keputusan manajemen yang lebih terinformasi.
Dengan sistem pemerahan robot, sapi-sapi menjalankan pertunjukan. Mereka memutuskan kapan harus makan, memamah biak, beristirahat atau diperah. Mereka juga perlu menghabiskan kurang dari satu jam per hari untuk benar-benar diperah; sebelum pemerah robot, memerah susu sering memakan waktu tiga hingga lima jam per hari.
Kami ingin tahu: Apa yang mereka lakukan dengan sisa hari mereka? Bagaimana perilaku itu memengaruhi produksi atau melayani untuk menunjukkan status kesehatan? Sendiri, unit pemerahan tidak dapat mengumpulkan informasi semacam itu, yang akan sangat berguna untuk mencari tahu sejak awal apakah sapi tertentu sedang mengembangkan masalah kesehatan.
“Cow-CPS” kami - sistem fisik cyber yang mencakup sapi, robot susu, kamera video dan sensor lainnya - akan melacak data pada sapi kami setiap saat. Itu akan memberi tahu kita, antara lain, ke mana sapi-sapi itu pergi ketika tidak diperah; ketika mereka memutuskan untuk makan, beristirahat atau melakukan kegiatan lain; dan komposisi susunya. Sensor yang ditempatkan di dalam tubuh bahkan akan memberi tahu kita pH di dalam salah satu perut mereka, yang bisa menjadi indikator utama masalah pencernaan.
Mengoptimalkan perusahaan susu
Kami berharap bahwa semua data ini akan memungkinkan kami untuk membuat keputusan tepat waktu di tingkat individu sapi, sesuatu yang tidak mudah dilakukan dalam kelompok besar. “Pekerjaan menghasilkan susu yang presisi” ini dapat membantu kita memahami bagaimana aktivitas sapi individu - makan, berdiri, beristirahat, memerah susu - memengaruhi produksi ASI, kualitas susu, dan kesehatannya.
Kami berencana untuk menganalisis data dengan bantuan pembelajaran mesin, sejenis kecerdasan buatan yang dapat menemukan pola dalam sejumlah besar informasi. Komputer akan membandingkan data dengan model bagaimana susu harus beroperasi dalam kondisi ideal. Model kami menangkap karakteristik kinerja kritis - kualitas dan produktivitas susu - serta kendala yang relevan, seperti kesehatan individu dan status reproduksi.
Saat produk susu beroperasi, data real-time akan memungkinkan kita untuk menilai seberapa jauh peternakan kita sebenarnya dari yang ideal. Kami kemudian dapat menggabungkan informasi ini dengan algoritma optimisasi matematis untuk menentukan bagaimana tepatnya kita harus memodifikasi atau menyesuaikan proses. Misalnya, algoritme dapat menyarankan penyesuaian jenis tetesan dot, konten nutrisi dari pakan, atau jumlah waktu yang dihabiskan setiap sapi untuk makan.
Kami berharap bahwa pekerjaan kami akan memungkinkan peternak sapi perah di AS untuk mengelola sapi secara lebih baik dalam pengaturan kelompok - tidak hanya untuk meningkatkan produksi susu, tetapi juga untuk meningkatkan kesehatan sapi.
Artikel ini awalnya diterbitkan di The Conversation.
Matthew Stuber, Asisten Profesor Teknik Kimia & Biomolekuler, Universitas Connecticut
Gary Kazmer, Associate Professor Fisiologi Laktasi, Universitas Connecticut
Shalabh Gupta, Asisten Profesor Teknik, Universitas Connecticut
Steven Zinn, Profesor Ilmu Hewan, Universitas Connecticut
