Canggih.. BRIN Kembangkan Peta Protein Laut Berbasis AI Akurasi 94,6%, Support MBG!
astakom.com, Jakarta - Badan Riset dan Inovasi Nasional BRIN baru aja ngembangun penggambaran potensi laut berbasis Al alias kecerdasan buatan buat mensupport implementasi Program Makan Bergizi Gratis MBG.
Adanya pembaharuan ini disusun buat makesure ketahanan pasokan protein berbasis data spasial yang tepat, terintegrasi, dan berkelanjutan.
Program MBG selaku acara nasional membutuhkan pengelolaan yang baik, mulai dari kejelasan tujuan hingga penggunaan logistik yang efisien dan pertanggungjawaban yang baik.Kunci Sukses Tata Kelola Program MBG
Kepala Organisasi Riset Elektronika dan Informatika (OREI) BRIN, Prof. Budi Prawara mengatakan bahwa kualitas data adalah faktor paling penting untuk suksesnya program tersebut."Semua itu sangat ditentukan oleh kualitas data. Di sinilah peran sains data, informasi, dan pemerintahan digital menjadi krusial,” ucapnya dalam webinar DESAIN (Dialog Eksplorasi Sains Data dan Informasi) dikutip oleh astakom.com pada Jumat, (27/2/2026).
Deteksi Spesies dengan Akurasi Nyaris Sempurna
Kini, Pusat Riset Sains Data dan Informasi (PRADI) BRIN sedang ngembangin model pemetaan zona tangkap ikan, udang dan rumput laut berlandaskan AI buat ngedukung MBG.Acuan ini memadukan teknologi deep learning buat ngasih output peta probablitas kehadiran spesies dan estimasi potensi protein laut secara spasial presisi.
Peneliti PRSDI BRIN alias pencetus ide peta protein ikan buat MBG, Reza Eko Caraka menyatakan kalau riset bertajuk "Kolmogirov Arnold Network and ResNet for Marine Protein Mapping in Support of the Prabowo Gibran MBG Program" bermaksud memetakan potensi protein laut Indonesia selaku alternatif sumber gizi pada diversifikasi pangan MBG.
Studi penelitian tersebut, Rezzy bilang udah di publish pada jurnal internasional yang bereputasi Discover Sustainability Springer Internationa, Publishing di 22 Oktober 2025, buat memperkokoh partisipasi akademik BRIN buat ngesupport kebijakan berlandaskan sains.
Rezzy juga menyatakan, kalau tipe ini memadukan berbagai indikator oseanografi dan kualitas perairan kayak suhu permukaan laut, salinitas, pH, oksigen terlalu, klorofil-a, kejernihan perairan, kedalaman laut, sampai kecepatan arus permukaan.
Data satelit dihasilkan dari berbagai platform pengunduran jauh, diantaranya NASA lewat instrumen MODIS, SMAP, VIIRS, OCO-2 dan juga data Landsat SRTM dan OSCAR.
Pantau Laut Andaman hingga Arafura
Semua faktor tersebut dikaji memakai pendekatan Kolmogorov Arnold Network dan Residual Neural Network ResNet buat memberikan output peta potensi protein laut di berbagai macam wilayah perairan Indonesia, mulai dari Laut Andaman sampai Laut Arafura.Ia menyatakan, kalo output dari pengkajian menunjukkan level akurasi model sampai 94,6% pada klasifikasi potensi protein laut.
Metode ini bisa mendeteksi zona potensial buat ikan, berbagai macam udang, dan rumput laut secara lebih efisien dan berbasis data.
"Pendekatan ini memungkinkan penentuan zona tangkap berbasis data, sehingga lebih efisien dan berkelanjutan. Kita juga dapat menghindari overfishing melalui konsep precision fishing dan pengelolaan berbasis ekosistem,” ucap Rezzy.
Lawan Overfishing demi Ketahanan Pangan Berkelanjutan
Rezzy berharap di masa depan, hasil dari riset ini bisa berpotensi disatukan ke dalam dashboard nasional buat mensupport penetapan keputusan lintas kementerian/ lembaga dan juga pemerintah daerah.Penggabungan data spasial dan AI ini nantinya diharapkan bisa menjadi landasan ilmiah buat memperkokoh ketahanan pangan nasional serta memaksimalkan potensi protein laut Indonesia buat kesuksesan Program MBG secara terus menerus.
