\nMuzzneena Ahmad Mustapha<\/strong>
\nTukimat Lihan
\nJabatan Sains Bumi dan Alam Sekitar
\nUniversiti Kebangsaan Malaysia<\/center><\/p>\n
Pengenalan<\/strong> Zon Potensi Penangkapan Ikan<\/strong> Apabila semua petunjuk ini dikesan serentak melalui data satelit, penyelidik boleh berkata bahawa inilah kawasan yang patut dituju oleh nelayan. Gabungan parameter oseanografi ini berfungsi untuk menentukan habitat optimum dan kawasan yang mempunyai tumpuan sumber makanan yang secara biologi dan fizikal menarik ikan pelagik untuk berkumpul dalam jumlah yang besar.<\/p>\n Bagaimana Teknologi Membantu?<\/strong> AI khususnya ML, adalah penting untuk menganalisis jumlah data satelit yang besar dan kompleks secara cekap. Model ML dilatih untuk mengesan corak (seperti gabungan parameter oseanografi optimum) yang dikaitkan dengan kehadiran ikan, membolehkan penyelidik meramal lokasi zon potensi penangkapan ikan dengan ketepatan yang tinggi berdasarkan data masa nyata dan lampau.<\/p>\n Kepentingan Teknologi<\/strong><\/p>\n Teknologi ini bukan sahaja membantu penyelidik di universiti, malah memberi manfaat kepada nelayan yang bergantung kepada laut untuk mencari rezeki dan juga untuk pengurusan sumber laut. Pengetahuan berkaitan lokasi ikan yang tepat sebelum ke laut, berupaya menjimatkan minyak nelayan kerana mereka tidak perlu lagi membuang masa mencari ikan secara “agak-agak”. Ini bermakna mereka pulang dengan hasil yang lebih baik dalam tempoh masa yang lebih singkat. Pengurusan sumber laut juga turut menjadi lebih baik. Data satelit dan AI membantu agensi berkaitan memantau dan mengawal kawasan penangkapan dengan lebih bijak. Selain itu, dengan bantuan AI seperti NotebookLM dan Gemini, penyelidikan berkaitan perikanan dan kelautan juga menjadi lebih cepat dan efisien, menyokong usaha berterusan untuk memastikan sumber laut kita kekal lestari. Selain itu, data siri masa yang konsisten daripada satelit dan analisis AI membolehkan penyelidik meramalkan kesan perubahan iklim terhadap dinamik populasi stok ikan, yang amat penting untuk merangka polisi perikanan yang mampan bagi memastikan ketahanan sumber laut untuk generasi akan datang.<\/p>\n Cabaran Dunia Digital<\/strong><\/p>\n Walaupun AI semakin pintar, sentuhan manusia dan pengalaman di lapangan masih sangat penting. Tidak semua orang mahir menggunakan teknologi baharu ini, oleh itu adalah perlu memastikan AI digunakan secara bijak dan bertanggungjawab. Meskipun AI boleh memberikan data dan analisis yang sangat tepat, pertimbangan manusia masih penting dalam membuat keputusan. Ketetapan akhir harus berlandaskan pertimbangan akal, pengalaman praktikal di lapangan dan nilai kemanusiaan kerana ini adalah elemen kritikal yang teknologi tidak mampu gantikan.<\/p>\n Kesimpulan<\/strong><\/p>\n Gabungan teknologi satelit, GIS, dan AI membuktikan bahawa dunia digital bukan lagi sekadar masa depan, tetapi realiti yang sedang membantu manusia memahami lautan dengan lebih bijak. Secara khusus, alat AI seperti NotebookLM dan Gemini menyumbang kepada pendigitalan penyelidikan, membantu penyelidik menganalisis data lautan yang kompleks, meringkas literatur saintifik dan menyusun kerja secara kreatif dan efisien. Transformasi digital ini bukan sahaja mempercepat dan mempermudah proses penyelidikan lautan tetapi secara signifikan menyumbang kepada peningkatan hasil tangkapan nelayan, kecekapan operasi dan pengurusan sumber laut yang lebih lestari di peringkat global.<\/p>\n Rujukan<\/strong><\/p>\n Banerjee, K., Bindhani, P.K., Reddy, G.J. & Paul, R. 2026. Long-Term Climatic Variations Influencing Fish Stock Population Dynamics and Future Projections for Sustainable Fisheries Management. Fisheries Management and Ecology. 1\u201317. https:\/\/doi.org\/10.1111\/fme.70060.<\/a><\/p>\n Ruan, Q., Pan, D., Wang, D., He, X., Gong, F., & Tian, Q. 2025. Prediction of Sea Surface Chlorophyll-a Concentrations by Remote Sensing and Deep Learning. Remote Sensing. 17(10), 1755. https:\/\/doi.org\/10.3390\/rs17101755.<\/a><\/p>\n Wang, D., Zheng, W., Liu, Y., Zhang, L. & Tang, S. 2026. Quantifying the influence of oceanic fronts on lit fishing activity in the northern South China Sea. Regional Studies in Marine Science. 95. 104848. https:\/\/doi.org\/10.1016\/j.rsma.2026.104848.<\/a><\/p>\n Fan, X., Cui, X., Yang, S. & Tang, F. 2025. The spatial distribution relationship between mesoscale eddies and chub mackerel and its preliminary analysis of causes in the Northwest Pacific Ocean. Frontiers in Marine Science. 12:1634527. doi: 10.3389\/fmars.2025.1634527.<\/p>\n","protected":false},"excerpt":{"rendered":"
\nKalau dahulu nelayan perlu bergantung kepada naluri, pengalaman turun temurun dan pemerhatian tanda-tanda alam seperti tiupan angin dan arah arus atau istilah mudahnya \u2018agak-agak\u2019 dalam mencari kawasan ikan, hari ini teknologi digital membantu melihat keadaan laut hanya melalui skrin komputer atau peranti mudah alih. Teknologi satelit dari angkasa berupaya memantau faktor-faktor penting yang disukai ikan pelagik, seperti suhu permukaan air dan kawasan yang kaya dengan makanan ikan. Bersama dengan Kecerdasan Buatan (AI), data laut dianalisis untuk mengenal pasti kawasan yang berkemungkinan besar mempunyai ikan dengan lebih pantas dan tepat. Alat AI seperti NotebookLM dan Gemini bertindak sebagai “pembantu penyelidik” yang bijak membantu ahli akademik memproses dan menganalisis maklumat lautan yang banyak, untuk digunakan bagi mengesan zon potensi penangkapan ikan. Menerusi NotebookLM dan Gemini, para penyelidik dapat mengumpulkan, meringkas, dan menyusun maklumat dengan lebih efisien dan membolehkan mereka menumpukan lebih banyak masa untuk membuat penemuan baharu dan merangka strategi penangkapan ikan pelagik yang lebih tepat.<\/p>\n
\nSecara mudahnya, Zon Potensi Penangkapan ikan ialah kawasan lautan yang dikenal pasti mempunyai kebarangkalian tinggi sebagai habitat tumpuan ikan. Ia sebenarnya kawasan laut yang paling disukai ikan. Penyelidik berupaya mengenalpasti kawasan mana yang mempunyai ikan melalui data dari satelit, seperti penyiasat yang mencari petunjuk. Mereka mencari petunjuk berkaitan faktor-faktor penting, dikenali sebagai parameter oseanografi, yang diperoleh daripada data satelit dan yang secara langsung mempengaruhi taburan ikan, antaranya:<\/p>\n\n
\nSatelit yang boleh melihat keadaan laut dari angkasa lepas membolehkan penyelidik mengesan perubahan suhu laut, kawasan yang kaya dengan makanan ikan, lokasi front dan eddy. Data yang dikumpul ini kemudiannya diproses menggunakan Sistem Maklumat Geografi (GIS) untuk menghasilkan peta digital yang tepat bagi mengenal pasti lokasi sebenar kawasan yang berpotensi untuk penangkapan ikan. Pada dalam masa yang sama, penyelidik sering kali perlu merujuk dan membaca berpuluh artikel saintifik. Di sinilah NotebookLM memainkan peranan sebagai \u2018pembantu digital\u2019 yang bijak, membantu mereka memahami dan meringkas isi penting daripada semua rujukan tersebut dengan lebih cepat, menjadikan proses penyelidikan lebih efisien. Gemini pula membantu menjadikan kerja penyelidikan lebih kreatif dan tersusun, seolah-olah mempunyai rakan berbincang yang sentiasa ada. Penyelidik boleh menggunakan Gemini untuk membantu mencari idea baharu dalam projek mereka, menyusun penulisan laporan atau artikel dengan lebih teratur, malah ia juga berupaya menerangkan konsep yang susah atau kompleks terutamanya dalam bidang analisis data atau Pembelajaran Mesin (Machine Learning\/ML) menjadikannya lebih mudah difahami. Secara ringkas, Gemini membolehkan ahli akademik menumpukan lebih banyak masa kepada penemuan baharu dan merangka strategi penyelidikan yang lebih tepat.<\/p>\n![\"\"](\"https:\/\/www.ukm.my\/wadahdigital\/wp-content\/uploads\/2026\/08\/Vol4_8.jpg\")
<\/a><\/center>Kata kunci<\/strong>: Teknologi Satelit, Kecerdasan Buatan (AI), Zon Potensi Penangkapan Ikan, Pengurusan Sumber Laut.<\/p>\n