IPB University Luncurkan OPTIMAL-IPB, Inovasi Sawit 4.0 Berbasis Model Deep Learning
IPB University meluncurkan salah satu inovasi di bidang kelapa sawit bernama Oil Palm Identification Based on Machine Learning-IPB (OPTIMAL-IPB). Inovasi ini merupakan model pemetaan yang dirancang untuk dapat melakukan deteksi objek kelapa sawit pada citra satelit resolusi tinggi berbasis pada model deep learning. OPTIMAL-IPB mendapatkan pendanaan riset dari Lembaga Pengelola Dana Pendidikan (LPDP), Kementerian Keuangan RI.
“Kelapa sawit merupakan komoditas unggulan yang menjadi salah satu sumber devisa penting bagi Indonesia. Hingga kini, Indonesia masih merupakan negara produsen terbesar kelapa sawit dunia,” buka Prof Ernan Rustiadi selaku inovator OPTIMAL-IPB saat acara Launching Hasil Penelitian Unggulan IPB: Sawit 4.0 yang digelar Direktorat Riset dan Inovasi IPB University di IPB International Convention Center, Bogor (27/6).
Prof Ernan melanjutkan, dengan produktivitas dan harga minyak sawit yang kompetitif, tanaman kelapa sawit tidak hanya dibudidayakan oleh perusahaan besar, tetapi juga oleh masyarakat. Saat ini luas perkebunan kelapa sawit rakyat telah mencapai 40 persen dari total luas kebun kelapa sawit nasional.
Namun demikian, kata dia, isu-isu sosial dan lingkungan masih mengancam daya saing produk kelapa sawit Indonesia di pasar dunia. Perusahaan-perusahaan besar produsen kelapa sawit secara bertahap mulai menerapkan standar Indonesian Sustainable Palm Oil System (ISPO) atau Roundtable on Sustainable Palm Oil (RSPO) untuk memperbaiki tata kelola perkebunan mereka.
“Akan tetapi hal ini masih sulit untuk diterapkan di perkebunan kelapa sawit rakyat dengan jumlah petani yang banyak dan berskala kecil. Karena itu, perbaikan tata kelola perkebunan kelapa sawit rakyat masih menjadi tantangan besar bagi Indonesia,” imbuhnya.
Menurutnya, permasalahan utama perkebunan kelapa sawit rakyat adalah produktivitasnya yang rendah. Hal itu diakibatkan oleh pola budi daya yang belum optimal, input pertanian yang terbatas, varietas tanaman yang beragam, umur tanaman yang relatif tua, penanaman di lahan yang tidak sesuai dan sebagainya.
Pemerintah telah berupaya merancang berbagai program untuk meningkatkan tata kelola perkebunan sawit rakyat. Namun, implementasinya berjalan lambat karena tidak adanya basis data yang lengkap dan akurat terkait sebaran perkebunan kelapa sawit rakyat. Karena itu, Prof Ernan menegaskan bahwa basis data spasial perkebunan kelapa sawit rakyat menjadi kunci untuk memastikan bahwa program yang dilaksanakan tidak salah sasaran, yaitu tidak diberikan kepada perkebunan sawit rakyat di kawasan hutan, kawasan lindung ataupun lahan-lahan yang tidak sesuai.
Terlebih, pemetaan perkebunan kelapa sawit rakyat menjadi tantangan tersendiri karena karakteristiknya yang rata-rata berukuran kecil, tersebar dan terfragmentasi. Bentuk petakan kebunnya pun tidak teratur, kadang berada di lahan yang jauh atau terisolasi dan bercampur dengan komoditas pertanian lainnya.
“Teknologi pemetaan berbasis area atau poligon yang dipakai saat ini tidak mampu menangkap ketampakan seperti ini. Karena itu, OPTIMAL-IPB dikembangkan sebagai model pemetaan berbasis objek yang dalam hal ini adalah tegakan pohon kelapa sawit. Inovasi ini mampu mendeteksi objek kelapa sawit pada citra satelit resolusi tinggi berbasis pada model deep learning,” jelas Prof Ernan.
Citra resolusi tinggi digunakan karena relatif tersedia secara gratis di berbagai platform seperti Google dan Microsoft, meskipun tantangannya adalah ukuran objek yang harus dideteksi menjadi jauh lebih kecil dibandingkan objek pada foto biasa atau foto hasil drone.
“OPTIMAL-IPB didesain memiliki kelebihan dalam mendeteksi small object berupa tanaman kelapa sawit bahkan pada lokasi yang sempit, tersebar dan bercampur dengan objek tanaman lainnya. Hasil deteksi tanaman kelapa sawit kemudian dijadikan dasar untuk mendelineasi perkebunan kelapa sawit rakyat,” sambung dia.
Model OPTIMAL-IPB telah digunakan untuk memetakan sebaran perkebunan kelapa sawit rakyat di Provinsi Jambi. Peta ini dihasilkan melalui proses yang cepat, akurat, murah, mudah dan terstandar karena telah dikembangkan dalam bentuk aplikasi yang mudah digunakan.
“Ke depan diharapkan OPTIMAL-IPB dapat dimanfaatkan untuk memetakan perkebunan sawit rakyat di seluruh Indonesia dan dapat dikembangkan lebih jauh untuk melakukan pendugaan umur, produksi dan produktivitas,” harap Prof Ernan. (*/Rz)
