Dinilai Lebih Cepat dan Presisi, Bagaimana Teknologi AI BRIN Bantu Petakan Pesisir Pantura?

Suara.com - Perkembangan kecerdasan buatan atau Artificial Intelligence (AI) kini semakin pesat dan memberikan berbagai manfaat, termasuk menjadi solusi dalam menjaga kelestarian lingkungan.

Badan Riset dan Inovasi Nasional (BRIN) baru saja meluncurkan teknologi terbaru berbasis  AI, yaitu penggunaan citra satelit Sentinel-2 dengan model deep learning U-Net. Para peneliti menggunakan model U-Net untuk memetakan garis pantai utara Jawa atau Pantura secara otomatis, sebagaimana dilaporkan oleh BRIN (10/4/2026). 

Mengapa Inovasi Ini Dibutuhkan ?

Langkah ini diambil untuk mengatasi keterbatasan metode konvensional dalam menghadapi dinamika pesisir yang sangat cepat akibat faktor alam maupun manusia. 

Tidak hanya itu, urgensi penggunaan AI ini tidak terlepas dari kondisi kritis yang dialami wilayah Pantura. 

Berdasarkan kajian dari Pusat Air Tanah dan Geologi Tata Lingkungan (PATGL), Badan Geologi Kementerian Energi dan Sumber Daya Mineral (ESDM), terjadi penurunan muka tanah sebanyak 6 hingga 10 cm per tahun  di wilayah pesisir utara. Kondisi ini juga diperparah oleh kenaikan  permukaan air laut  Indonesia sebesar  0,6 cm - 1,2 cm per tahun,menurut data Kementerian Bappenas/PPN. Kondisi tersebut dapat menaikkan kemungkinan terjadinya banjir rob. 

Tanpa adanya inovasi seperti model U-Net, pemerintah akan kesulitan untuk menentukan garis batas evakuasi maupun pembangunan tanggul laut untuk menahan banjir rob.

Implementasi dan Kekurangan Penggunaan Model U-Net

Dalam implementasinya, model U-Net sangat membantu pemerintah dalam melakukan pemetaan wilayah pesisir Pantura secara lebih cepat dibandingkan metode manual. Hal ini tentunya mendorong pengambilan kebijakan yang lebih mutakhir dan sesuai dengan kondisi terkini. 

Baca Juga: Lintasarta Andalkan AI Hadapi Lonjakan Trafik Lebaran 2026: Pemulihan Jaringan Lebih Cepat 60%

Peneliti Pusat Riset Teknologi Hidrodinamika BRIN, Edwin Adi Wiguna, menilai bahwa penggunaan model U-Net memiliki potensi besar dalam mendukung penentuan garis pantai secara rutin dan efisien. 

“Pendekatan ini dapat dimanfaatkan untuk observasi garis pantai secara berkala dengan biaya yang lebih rendah, sehingga membantu pemerintah dalam pengambilan kebijakan berbasis data, khususnya terkait mitigasi abrasi, banjir rob, dan perubahan garis pantai,” ujarnya. 

Selain itu, tingkat akurasi model U-Net juga tergolong tinggi. Hasil pengujian menunjukkan tingkat akurasi sekitar 92 persen yang menunjukkan bahwa model U-Net memiliki kemampuan dalam mengidentifikasi batas darat dan laut di wilayah pesisir Pantura secara presisi. 

“Pemanfaatan model U-Net memungkinkan identifikasi batas darat dan laut secara lebih presisi. Hasil pengujian menunjukkan tingkat akurasi yang tinggi dengan nilai Intersection over Union mencapai sekitar 92 persen,” kata Edwin.

Namun, di balik keunggulannya, terdapat tantangan yang perlu diperhatikan. Dimana hasil penelitian menunjukkan bahwa performa model bekerja  sangat baik pada wilayah berpasir dan berkerikil, tetapi kurang optimal di kawasan berlumpur karena kemiripan visual dengan perairan dangkal. 

Meski begitu, secara keseluruhan model U-Net tetap efektif dalam pemetaan wilayah pesisir Pantura. Dengan data yang lebih akurat, pengambilan keputusan terkait infrastruktur pesisir dapat dilakukan secara lebih terukur guna menjamin keberlanjutan lingkungan di masa depan.