Kecerdasan Artifisial untuk Percepatan Ketahanan Pangan Nasional

com-Ilustrasi petani. Foto: Shutterstock

Sektor pertanian yang merupakan sektor sangat strategis baik dalam struktur ekonomi nasional pencapaian tujuan SDGs, terutama untuk mewujudkan ketahanan pangan nasional. Sektor pertanian merupakan penyumbang 13,4 persen dari total PDB Indonesia pada triwulan kedua 2023, dan merupakan penyedia lapangan kerja terbesar yaitu sekitar 40,2 juta orang (29,4 persen) dari total angkatan kerja (BPS, Juni 2022).

Dalam lima tahun terakhir, Food Security Index Dunia dan Indonesia stagnan dengan kecenderungan menurun, terutama pada saat pandemi dan konflik geopolitik Rusia-Ukraina. Global Food Security Index (GFSI) Indonesia berada di bawah rata-rata dunia dan menduduki peringkat 63 dari 113 negara yang diukur.

Ketahanan pangan adalah tersedianya pangan dengan kualitas yang baik dan jumlah yang cukup, adanya akses bagi individu dan rumah tangga untuk memiliki sumber daya yang cukup untuk mendapatkan pangan, tersedianya bahan pangan dengan nutrisi yang dibutuhkan oleh tubuh, serta terjaminnya akses keberlanjutan terhadap pangan.

Presiden Joko Widodo terus menekankan pentingnya data pertanian yang akurat dan terpercaya untuk kebijakan terutama di sektor pertanian dan menjawab isu pangan nasional. Data yang berkualitas seperti luas lahan pertanian, produktivitas hingga kebutuhan pupuk sangat dibutuhkan untuk terciptanya kebijakan yang efektif dan berdampak kepada masyarakat. Sensus Pertanian tahun 2023 yang baru saja terlaksana diharapkan dapat memberikan gambaran yang komprehensif terkait pertanian di Indonesia hingga wilayah administrasi terkecil.

Saat ini pengumpulan data pertanian sebagian besar melalui data administratif dan belum menggunakan metodologi objective measurement. Untuk memenuhi kebutuhan data statistik yang berkualitas, lengkap, akurat, relevan, terkini, dan terperinci maka dibutuhkan transformasi proses bisnis kegiatan statistik pemerintah.

Penggunaan berbagai sumber data baru, dan implementasi sains dan teknologi terkini seperti Big Data dan Kecerdasan Artifisial atau Artificial Intelligence (AI) merupakan bagian penting dalam kegiatan statistik modern untuk mengefisiensikan kegiatan statistik dan menghasilkan data dan informasi yang lebih cepat, detail, dan akurat.

Pengunaan Big Data untuk Statistik Pertanian

Badan Pusat Statistik (BPS) semenjak tahun 2018 telah menggunakan Kerangka Sampel Area (KSA) yang dikembangkan bersama dengan BPPT untuk menghitung luas panen tanaman padi yang merupakan penggabungan peta luas baku lahan sawah yang diperoleh dari teknologi penginderaan jarak jauh (remote sensing).

Adapaun teknologi ini dengan citra satelit sebagai kerangka pengambilan sampel dan pemanfaatan perangkat Android untuk observasi lapangan terkait fase pertumbuhan tanaman per bulan. Hasil dari metode ini digunakan untuk prediksi potensi luas panen beberapa bulan ke depan yang penting dalam pengambilan kebijakan yang antisipatif.

Data citra satelit pengamatan bumi dapat diperoleh dengan mudah dan cepat, baik berbayar seperti citra satelit Radarsat 2 maupun secara gratis, seperti satelit Landsat 8, Sentinel 1 dan 2, dan dapat mengamati wilayah yang sulit akses.

Kantor statistik berbagai negara seperti Tiongkok (NBS), Australia (ABS), Kolumbia (DANE), Amerika serikat (USGS), dan lembaga internasional seperti Food and Agriculture Organization (FAO) telah mengembangkan kecerdasan artifisial untuk melakukan estimasi tutupan dan penggunaan lahan, luas lahan pertanian, pemetaan kepadatan tanaman, klasifikasi jenis dan fase tumbuh tanaman secara cepat, akurat dan detil dengan berbasis data citra satelit.

Divisi Statistik Persatuan Bangsa Bangsa (UN Statistics Division) juga telah membentuk The UN Global Working Group on Big Data, Satellite Imagery and Geospatial Data Task Team khusus untuk mendukung penggunaan citra satelit dan data geospasial dalam memproduksi berbagai statistik resmi (official statistics) yang digunakan untuk kebijakan nasional.

Untuk di Indonesia saat ini dilakukan berbagai kajian oleh Kementerian Pertanian, BRIN, BPS, BIG, dan berbagai universitas dalam penggunaan data dari citra satelit untuk melakukan pemetaan dan klasifikasi lahan, memprediksi fase pertumbuhan tanaman, serta menghitung luas lahan dan produksi padi dan jagung atau tanaman lainnya.

Peluang dan Tantangan Implementasi Kecerdasan Artifisial

Ilustrasi satelit. Foto: Shutterstock/rommma

Pemanfaatan AI untuk pengolahan citra satelit dan otomasi kegiatan statistik pertanian dipadukan dengan berbagai statistik resmi lainnya yang dihasilkan oleh survei atau sensus dapat memberikan berbagai informasi mengenai, kondisi pertanian Indonesia yang komprehensif dan terpadu sekaligus dapat memonitor hasil dari pembangunan berkelanjutan (SDGs) secara cepat hingga wilayah pada level terkecil.

Hal ini akan mendukung program ketahanan dan kedaulatan pangan yang merupakan salah satu dari lima bidang prioritas implementasi AI di Indonesia. Dengan data yang cepat, akurat dan hingga level terkecil, dapat dikembangkan Early Warning Systems (EWSs) dari ketersediaan pangan dengan memperhatikan berbagai informasi seperti cuaca, polusi.

Implementasi AI dengan citra satelit dapat memantau tutupan lahan hutan sekaligus penggundulan hutan dan kebakaran lahan dan hutan secara berkala. Hasil dari berbagai pengembangan AI melalui citra satelit harus dapat divalidasi dan dikonfirmasi dengan melihat kondisi riil di lapangan (ground truth).

Selain itu, implementasi AI oleh kantor statistik dan instansi pemerintah untuk kebijakan publik harus transparan dan lebih berhati-hati dibandingkan sektor bisnis untuk tetap menghasilkan data yang berkualitas dengan memenuhi etika, standar internasional dan sepuluh prinsip dasar official statistics.

Namun, selain akses dan biaya dalam mengakuisisi data citra satelit, tantangan analisis dari berbagai sumber big data adalah volume data yang besar yang dihasilkan dengan cepat, struktur data yang kompleks dan bervariasi sehingga dibutuhkan tidak hanya tim peneliti AI, serta data scientist yang mumpuni tetapi juga infrastruktur komputasi yang mendukung dalam mengakuisisi, menyimpan, mengolah dan menganalisa data tersebut.

Hal ini tentunya membutuhkan kolaborasi penta-helix, dari unsur pemerintah, akademisi, pelaku usaha, masyarakat, dan media dalam ekonsistem data nasional terutama untuk percepatan dari rencana strategis implementasi AI di Indonesia termasuk pengembangan sumber daya manusia (SDM) dan infrastuktur terutama Pusat Data Nasional (PDN) dan infrastruktur komputasi seperti high performance computing (HPC).

Untuk keberlanjutan ketersediaan akses data citra satelit dan kedaulatan data, selayaknya Indonesia sebagai negara G-20 dapat memiliki satelit pemantau bumi sendiri untuk memenuhi berbagai kebutuhan data geospasial pemerintah maupun masyarakat.

Selanjutnya, diperlukan sinergi dari para pengambil kebijakan di Indonesia untuk menetapkan regulasi terkait AI tidak hanya untuk bidang pertanian, tapi untuk semua bidang untuk memastikan keamanan, etika, keadilan, transparansi, dan akuntabilitas dalam implementasinya.