Oleh Prof. Madya Ir. Dr. Nur Izzi Md Yusoff

Perlanggaran antara haiwan dan kenderaan (animal-vehicle collision, AVC) merupakan isu yang semakin mendapat perhatian di Malaysia, terutamanya dengan meningkatnya projek pembangunan infrastruktur dan pembesaran jalan raya yang melintasi kawasan hutan serta habitat semula jadi haiwan liar.

Salah satu insiden yang mendapat perhatian awam melibatkan seekor anak gajah yang dilanggar sebuah lori di Lebuhraya Timur-Barat berhampiran kawasan Gerik-Jeli, Perak, dengan rakaman visual menunjukkan seekor ibu gajah cuba menyelamatkan anaknya yang telah terkorban.

Salah satu cabaran utama dalam usaha mitigasi perlanggaran antara kenderaan dan haiwan di Malaysia ialah kekurangan maklumat yang lengkap, tepat dan boleh dipercayai.

Data yang komprehensif amat diperlukan bagi memahami pola kejadian, mengenal pasti kawasan berisiko tinggi, serta merangka dan melaksanakan intervensi yang bersesuaian.

Namun begitu, amalan pemantauan secara berterusan masih belum menjadi kebiasaan di peringkat kebangsaan.

Sebilangan besar kes perlanggaran, khususnya di kawasan terpencil dan luar bandar, tidak dilaporkan, menyebabkan statistik yang ada tidak mencerminkan situasi sebenar.

Ketiadaan pangkalan data berpusat dan mekanisme pelaporan yang seragam turut membataskan keupayaan pihak berkuasa untuk membuat keputusan berasaskan maklumat yang menyeluruh.

Kekurangan ini bukan sahaja menjejaskan kecekapan dalam pengagihan dan penggunaan sumber, malah menyukarkan penilaian terhadap keberkesanan langkah-langkah mitigasi yang telah dilaksanakan.

Di samping itu, ketiadaan data empirik yang kukuh turut menjadi penghalang kepada pembangunan model ramalan dan penerapan teknologi baharu, termasuk sistem pengesanan berasaskan kecerdasan buatan (AI), yang memerlukan input data yang tepat dan konsisten bagi berfungsi secara optimum.

Langkah Pencegahan

Dalam usaha menangani isu perlanggaran antara haiwan dan kenderaan, Malaysia semakin mengadaptasi teknologi berasaskan AI, pembangunan infrastruktur hijau, serta pelaksanaan dasar bersepadu yang mengharmonikan antara perlindungan alam sekitar dan keselamatan jalan raya.

Teknologi AI kini menjadi komponen utama dalam strategi pengelakan perlanggaran yang sedang dilaksanakan di beberapa lokasi berisiko tinggi.

Contohnya, pemasangan sensor pergerakan berasaskan Internet Pelbagai Benda (IoT) telah dicadangkan untuk digunakan di koridor kemalangan hidupan liar, seperti di Lebuhraya Timur-Barat.

Sistem ini beroperasi dengan menggunakan teknologi pengesanan imej terma atau kamera perangkap untuk mengesan pergerakan haiwan, yang kemudian akan mengaktifkan lampu amaran bagi memaklumkan pemandu tentang kehadiran haiwan.

Pendekatan ini dianggap sebagai alternatif yang lebih kos efektif dan responsif berbanding penggunaan lampu jalan yang sentiasa menyala.

Prototaip sistem pengesanan haiwan menggunakan pemproses NVIDIA Jetson Nano dan rangkaian neural YOLO telah menunjukkan keupayaan mengesan kehadiran haiwan dengan ketepatan sehingga 98.6 peratus secara masa nyata.

Sistem ini memberikan amaran segera kepada renjer hutan serta mengaktifkan papan tanda trafik digital untuk memaklumkan pengguna jalan raya.

Sistem Pengesanan Insiden Jalan Raya Automatik (Automatic Road Incident Detection System, ARIDS) telah diuji di negeri Johor menggunakan teknologi kecerdasan buatan bagi mengimbas aliran trafik dan aktiviti hidupan liar.

Sistem ini berjaya mengurangkan masa tindak balas kecemasan sebanyak 23 minit melalui pengesanan kemalangan secara serta-merta.

Penggunaan Dron

Selain itu, penggunaan dron yang dilengkapi pengimbas terma turut diaplikasikan untuk memantau kawasan berisiko tinggi, contohnya di kompleks hutan Belum-Temenggor.

Pemantauan dari udara ini membolehkan pengaktifan lampu amaran di tepi jalan apabila kehadiran haiwan dikesan, seterusnya meningkatkan keselamatan pengguna jalan raya dan hidupan liar.

Tambahan pula, teknologi pagar maya berasaskan AI yang memanfaatkan bunyi akustik berfrekuensi tinggi dan cahaya khas sedang dibangunkan untuk membentuk "halangan tidak kelihatan" di sepanjang jalan raya.

Sistem ini berfungsi untuk menghalau haiwan dan memberi amaran kepada pemandu melalui papan tanda had laju dinamik, sekali gus meningkatkan tahap keselamatan kedua-dua pengguna jalan raya dan hidupan liar.

Tindakan Penguatkuasaan

Dari aspek perundangan, tindakan penguatkuasaan juga amat penting bagi memastikan kesinambungan usaha-usaha tersebut.

Kementerian Sumber Asli dan Kelestarian Alam menyokong penurunan had laju kepada 60 km/jam di kawasan yang dikenalpasti sebagai zon panas kemalangan, dengan penguatkuasaan dijalankan melalui penggunaan kamera laju berasaskan AI dan papan tanda adaptif yang bertindak balas secara masa nyata terhadap kehadiran hidupan liar.

Selain itu, Pasukan Petugas Pemuliharaan Harimau Kebangsaan yang melibatkan lapan negeri berperanan menyelaras perancangan pengangkutan bersama aktiviti pemuliharaan, termasuk pembiayaan kajian penyelesaian berasaskan IoT serta peluasan rangkaian sensor di habitat harimau.

Penggunaan pangkalan data geografi bersama membolehkan penjejakan insiden langgar lari dan laluan migrasi haiwan secara lebih tepat, sekaligus memudahkan pelaksanaan intervensi yang berkesan.

Pendekatan ini turut diperkukuhkan melalui aplikasi hibrid yang membolehkan orang awam melaporkan kemalangan, seterusnya menggalakkan penglibatan komuniti dalam pengumpulan data.

Reformasi undang-undang juga telah dilaksanakan; antaranya, Seksyen 289 Kanun Keseksaan mengklasifikasikan pengendalian ternakan secara cuai sebagai satu kesalahan, manakala Kaedah 33 di bawah Peraturan Lalu Lintas Jalan Raya menetapkan kawalan yang lebih ketat terhadap haiwan terbiar di lebuh raya.

Di peringkat antarabangsa pula, Malaysia sedang meninjau peluang pembiayaan daripada program seperti Program EU’s LIFE yang menyediakan dana bagi projek alam sekitar berbilang tahun bertujuan untuk meningkatkan penggunaan teknologi AI dan sensor secara lestari.

Selain itu, kerjasama dengan sektor korporat dan teknologi telah diperkukuhkan, contohnya dengan penglibatan syarikat telekomunikasi yang menyumbang infrastruktur 5G bagi memudahkan penghantaran data masa nyata daripada sensor di kawasan pinggir hutan.

Cabaran Masa Kini

Walau bagaimanapun, beberapa cabaran masih wujud.

Perbelanjaan awal untuk sistem berasaskan AI merupakan beban kepada bajet negeri dan menuntut kerjasama awam-swasta; sebagai contoh, kolaborasi di Perak bersama syarikat semikonduktor untuk mensubsidi kamera terma.

Pelan guna tanah negeri yang tidak teratur turut menyukarkan usaha pemuliharaan koridor hidupan liar, walaupun terdapat peruntukan sebanyak RM250 juta daripada kerajaan persekutuan bagi mengimbangi perlindungan habitat.

Sesetengah pengkritik memberi amaran bahawa kebergantungan berlebihan terhadap teknologi berisiko menggantikan pengetahuan tradisiona; justeru projek perintis yang menggabungkan teknologi AI dengan kaedah konvensional seperti pagar lebah turut dijalankan.

Pada masa depan, integrasi sistem pengesanan hidupan liar dengan rangkaian kenderaan autonomi dijangka membolehkan pelaksanaan brek automatik atau pemanduan mengelak secara automatik.

Sementara itu, program pampasan berasaskan teknologi blok rantai dapat menggalakkan pemandu melaporkan hampir berlaku kemalangan, sekaligus menyumbang kepada pembentukan pangkalan data nasional yang lebih komprehensif.

Secara keseluruhannya, pendekatan bersepadu yang menggabungkan inovasi teknologi AI, kejuruteraan hijau, dan tadbir urus inklusif yang sedang dan bakal dilaksanakan di Malaysia menawarkan model yang berpotensi diaplikasikan oleh negara-negara lain yang menghadapi cabaran serupa.

Inisiatif ini bertujuan melindungi biodiversiti serta nyawa manusia. Ia juga diharap dapat memastikan tragedi seperti kejadian kematian anak gajah tidak lagi berulang.

-- BERNAMA

Prof Madya Ir Dr Nur Izzi Md Yusoff ialah Pensyarah Kanan, Jabatan Kejuruteraan Awam, Universiti Kebangsaan Malaysia.