Kembangkan Teknologi, Doktor IPB Terapkan Kecerdasan Buatan Pada Ilmu Tanah

Ilmuwan ilmu tanah di Indonesia sudah saatnya mengembangkan teknologi kecerdasan buatan di bidangnya.

Di negara maju, teknologi kecerdasan buatan seperti machine learning telah digunakan ilmuwan ilmu tanah untuk pemetaan tanah, pemetaan sifat tanah, hingga monitoring kekeringan serta pemupukan.

Kecerdasan buatan anugerah besar untuk sektor pertanian termasuk ilmu tanah sehingga harus dikembangkan seluas-luasnya, ujar Destika Cahyana, pada acara pengukuhan gelar doktor di IPB University, Bogor, Jawa Barat.

Promovendus berhasil mempertahankan disertasi berjudul Pengembangan metode pendetailan satuan peta tanah (SPT) dari peta tanah semi detail (1:50.000) di wilayah Tropika pada sidang promosi yang gelar di Departemen Ilmu Tanah dan Sumberdaya Lahan, IPB University, Selasa (28/6).

Menurut Destika, pendekatan machine learning untuk mendetailkan satuan peta tanah dapat menghemat waktu, biaya, dan resiko yang selama ini menjadi kendala dalam pemetaan tanah.

Pendetailan satuan peta tanah dengan cara sebelumnya membutuhkan survei ulang ke lokasi yang sama dengan jumlah pengamatan yang lebih rapat.

Biaya perjalanan, penginapan, serta tenaga kerja menjadi komponen biaya tertinggi, ujar promovendus yang saat ini bekerja di Badan Riset Inovasi Nasional (BRIN) itu.

Pada 2013 Indonesia berhasil menuntaskan pemetaan tanah skala 1:250.000 untuk seluruh wilayah Indonesia setelah berupaya lebih dari 63 tahun. Berikutnya pada 2019 Indonesia berhasil menyelesaikan peta tanah skala 1:50.000 untuk 511 kabupaten/kota setelah berupaya dari tahun 70-an.

Teknologi kecerdasan buatan dengan pendekatan machine learning menjadi jawaban untuk pemutakhiran peta yang lebih murah, cepat, dan minim risiko, ujar Destika yang mendapat beasiswa tugas belajar dari Badan Litbang Kementerian Pertanian itu.

Promovendus melakukan penelitian di tiga kabupaten yaitu Timor Tengah Utara, Jember, dan Bogor yang mewakili 3 variasi iklim di wilayah tropis.

Destika menguji sejumlah algoritma dari machine learning yang biasa digunakan di negara subtropis untuk memetakan tanah dengan teknik pemetaan tanah digital. Ia juga menguji kombinasi faktor-faktor lingkungan yang dapat digunakan untuk menduga sebaran tanah di Indonesia yang tergolong wilayah tropis.

Menurut Destika, pemetaan tanah digital di negara maju yang umumnya beriklim subtropis telah berkembang pesat sejak 10 tahun terakhir.

Kita berupaya menerapkannya dalam konteks wilayah tropis karena kondisinya berbeda, kata alumnus dari Universitas Sriwijaya itu.

Di wilayah tropis kondisi atmosfer banyak terhalang awan sehingga hanya data penginderaan jauh tertentu saja yang dapat digunakan. Demikian pula vegetasi di atas tanah tropis relatif lebih tinggi dan tebal dibanding vegetasi di wilayah subtropis.

Master dari Chiba University, Jepang, tersebut menyelesaikan disertasinya di bawah bimbingan para promotor dari Departemen Ilmu Tanah dan Sumberdaya Lahan IPB yaitu Baba Barus, Budi Mulyanto, dan Darmawan. Pembimbing lainnya dari luar IPB yaitu Yiyi Sulaeman yang merupakan peneliti di Badan Riset Inovasi Nasional (BRIN).