Mobitekno – Yandex B2B Tech, Yandex School of Data Analysis, dan Far Eastern Federal University (FEFU) memperkenalkan jaringan saraf tiruan berbasis open-source yang dirancang untuk merevolusi pembersihan sampah di wilayah pesisir terpencil. Teknologi mutakhir ini dirancang untuk merevolusi upaya pembersihan limbah di kawasan pesisir terpencil, mempercepat proses hingga empat kali lipat.
Solusi AI yang tersedia secara publik di GitHub ini adalah model komputasi canggih yang meniru cara kerja otak manusia untuk secara akurat mendeteksi dan mengklasifikasikan berbagai jenis limbah di garis pantai yang sulit dijangkau. Dengan memanfaatkan teknologi fotografi satelit udara, sistem ini mencapai tingkat akurasi deteksi dan klasifikasi lebih dari 80%. Inovasi ini sangat penting karena menyediakan alternatif yang lebih cepat dan hemat biaya dibandingkan metode penilaian polusi tradisional.
Peluncuran ini bertepatan dengan tema Hari Lingkungan Hidup Sedunia 2025 yang berfokus pada pengakhiran polusi plastik. Jaringan saraf tiruan open-source ini bertujuan untuk memberdayakan berbagai pihak, termasuk lembaga lingkungan dan organisasi sukarelawan di seluruh dunia, dalam mempercepat pemindahan limbah padat, termasuk plastik, dari zona ekologi sensitif.
Menangani krisis polusi plastik Indonesia
Indonesia, dengan garis pantainya yang luas sepanjang 54.716 kilometer , menghadapi tantangan besar dalam menjaga kebersihan pesisirnya, terutama di daerah terpencil yang tidak mudah dijangkau. Laporan Bank Dunia tahun 2021 mengungkapkan bahwa Indonesia menghasilkan 7,8 juta ton sampah plastik setiap tahun, dengan 600.000 ton di antaranya berakhir di laut.
Sebanyak 83% dari limbah plastik laut ini berasal dari daratan, mengalir melalui sungai-sungai utama seperti Brantas, Ciliwung, Citarum, dan Progo, yang termasuk di antara 20 sungai paling tercemar di dunia. Limbah plastik ini meracuni ekosistem, mengganggu rantai makanan, dan mengancam keanekaragaman hayati laut serta kesehatan manusia.
Di sinilah inovasi Yandex dan FEFU menjadi sangat relevan. Dengan kemampuan machine learning-nya, jaringan saraf tiruan ini dapat secara otomatis mendeteksi dan menganalisis limbah , menyederhanakan proses penilaian polusi, dan pada akhirnya mempercepat upaya pembersihan di garis pantai Indonesia yang luas dan sulit dijangkau.
Dampak nyata dan potensi adopsi global
Potensi dampak global dari teknologi ini telah dibuktikan melalui uji coba yang berhasil di Cagar Alam Federal Kamchatka Selatan, Rusia Timur. Selama uji coba ini, jaringan saraf tiruan mengidentifikasi bahwa 33-39% limbah pesisir terdiri dari wadah dan kemasan plastik, sementara 27-29% berasal dari industri perikanan.
Dengan menerapkan metode ini, tim sukarelawan mampu membersihkan 5 ton sampah empat kali lebih cepat daripada metode tradisional. Selain itu, teknologi ini membantu mengoptimalkan jumlah sukarelawan dan menentukan peralatan yang tepat, seperti truk pengangkat sampah dan kendaraan segala medan, yang diperlukan untuk mengangkut sampah yang terkumpul.
Saat ini, teknologi ini sedang diuji coba lebih lanjut di Arktik dan wilayah lainnya, termasuk pemantauan di taman nasional di seluruh Timur Jauh Rusia. Sifat open-source dari proyek ini berarti dapat dikembangkan dan diimplementasikan lebih lanjut oleh tim sukarelawan lokal dan lembaga pemerintah di Indonesia dan negara-negara lain untuk pemantauan dan pembersihan limbah yang lebih efektif di wilayah pesisir dan tepi sungai.
Solusi AI yang inovatif ini beroperasi menggunakan visi komputer, khususnya melalui fitur segmentasi gambar semantik. Metode ini membagi gambar menjadi kelompok piksel yang berbeda, mengategorikan masing-masing kelompok sesuai dengan jenis sampah tertentu seperti jaring ikan, besi, karet, potongan plastik besar, beton, dan kayu, dengan akurasi lebih dari 80%.
Setelah mengidentifikasi dan mengklasifikasikan limbah, jaringan saraf tiruan ini memetakan lokasi limbah, memperkirakan volume dan beratnya, dan menghitung kebutuhan tenaga kerja serta peralatan. Pendekatan berbasis data ini mengoptimalkan proses logistik, secara signifikan mengurangi waktu penyelesaian pekerjaan dan biaya pembersihan. Selain itu, jaringan saraf tiruan Yandex dan FEFU dapat diintegrasikan dengan berbagai alat pemetaan, seperti perangkat lunak spasial open-source QGIS.
Kode sumbernya yang open-source tersedia di GitHub, memungkinkan organisasi lingkungan dan sukarelawan global untuk mengadopsi dan menyesuaikan model ini untuk pengelolaan polusi, deteksi sampah baru, dan pemantauan spesies terancam.
Tags: AI, Far Eastern Federal University, FEFU, open source, pesisir, plastik, polusi, Solusi, Yandex, Yandex B2B Tech, Yandex School of Data Analysis