Tokyo (ANTARA) - Tim peneliti Jepang telah mengembangkan sistem kecerdasan buatan (AI) untuk mendeteksi sampah plastik laut di dasar laut dengan lebih baik, seperti diungkapkan dalam sebuah jurnal internasional, Kamis.
Tim dari Badan Sains dan Teknologi Kelautan-Bumi Jepang (JAMSTEC) mengembangkan sistem bernama DeepLitterAI.
Sistem itu mampu memproses data dengan kecepatan hampir dua kali lipat dibandingkan dengan manusia dan diharapkan dapat digunakan untuk pemantauan sampah plastik laut secara waktu nyata.
Tim tersebut menyusun kumpulan data yang terdiri dari sekitar 12.000 gambar berdasarkan rekaman dasar laut Jepang yang diambil oleh badan tersebut sejak 1983.
Kumpulan data itu mencakup objek sampah berukuran kecil serta objek non-sampah seperti bebatuan dan makhluk hidup, yang sering kali keliru diidentifikasi.
Tim kemudian melatih sistem tersebut menggunakan berbagai pola, seperti efek buram dan pembalikan gambar, untuk mengurangi kesalahan deteksi.
Meskipun sebagian besar sampah plastik yang masuk ke laut akhirnya tenggelam ke dasar laut, sulit untuk mendapatkan gambaran yang akurat tentang kondisinya.
Dalam pengujian menggunakan rekaman asli, sistem itu mampu mengidentifikasi jenis dan jumlah sampah bahkan ketika objek tersebut tampak sangat kecil, hanya mencakup 5 hingga 10 persen dari lebar gambar, serta berhasil mendeteksi 80 persen dari jenis sampah utama, seperti botol plastik dan kantong polietilena.
Tingkat kesalahan dibandingkan dengan pemeriksaan visual oleh para ahli adalah sekitar 10 persen, dan sistem itu mampu menyelesaikan analisis hanya dalam beberapa hari, yang biasanya memakan waktu sekitar satu bulan jika dilakukan oleh manusia.
Baca juga: Demokrat Lombok Barat bersihkan sampah di Pantai Batu Bolong
Mengingat rekaman laut dalam diambil menggunakan lensa sudut lebar, sistem AI yang ada sebelumnya hanya mampu mengenali sampah berukuran besar, sehingga sering kali melewatkan sampah yang lebih kecil.
Tim peneliti melaporkan bahwa metode baru itu telah meningkatkan akurasi sebesar 1,6 kali lipat.
Sumber: Kyodo
Pewarta : Cindy Frishanti Octavia
Editor:
I Komang Suparta
COPYRIGHT © ANTARA 2026