Ringkasan Singkat
Webinar Takson ke-12 dari Direktorat Pengelolaan Koleksi Ilmiah BRIN membahas tentang pengelolaan koleksi ilmiah sebagai infrastruktur riset nasional, menghubungkan koleksi hidup di alam dengan transformasi data cerdas di era kecerdasan buatan (AI). Pembahasan mencakup dinamika biodiversitas di Kawasan Hutan Dengan Tujuan Khusus (KHDTK) dan peran koleksi ilmiah sebagai fondasi AI untuk riset biodiversitas.
- KHDTK sebagai pusat konservasi in-situ, laboratorium alam, serta pusat penelitian dan pendidikan.
- Pentingnya data terkurasi dan tervalidasi dalam pengembangan AI untuk biodiversitas.
- Peluang kolaborasi antara peneliti, akademisi, dan praktisi dalam pengelolaan dan pemanfaatan data koleksi ilmiah.
Pembukaan
Webinar Takson ke-12 dibuka dengan sambutan dari Kepala Pusat Pengembangan Hutan Berkelanjutan Kementerian Kehutanan, Bapak Gung Hidayat, yang menekankan pentingnya data koleksi dan implementasi PKS dalam TKMH (Technical Knowledge Management Hub). Beliau menyoroti KHDTK sebagai living collection yang harus dimanfaatkan sebagai sumber data, bukan hanya pajangan. Direktur Pengelolaan Koleksi Ilmiah BRIN, Bapak Sasa Munawar, menyampaikan bahwa webinar ini menampilkan pakar dari institusi mitra kerja sama dan berharap dapat terjalin kerja sama lain antar mitra.
Sambutan dari Kepala Pusat Pengembangan Hutan Berkelanjutan
Bapak Gung Hidayat menyampaikan bahwa kegiatan ini adalah wujud implementasi PKS dalam TKMH, yang merupakan program PKN 2 yang menggandeng peneliti Kementerian Kehutanan yang sudah berpindah ke BRIN. KHDTK sebagai living collection menjadi sumber data yang harus dimanfaatkan bersama. Beliau juga menyampaikan bahwa pihaknya sedang menyampaikan proposal untuk mengembangkan sistem pemanenan getah Venus berbasis AI.
Arahan dan Sambutan dari Direktur Pengelolaan Koleksi Ilmiah BRIN
Bapak Sasa Munawar menyampaikan bahwa Takson ke-12 ini menampilkan pakar dari dua institusi mitra kerja sama, yaitu Pusat Pengembangan Hutan Berkelanjutan Kementerian Kehutanan dan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Beliau berharap dapat terjalin kerja sama yang lain di antara para mitra.
Sesi Foto Bersama dan Pengantar Materi
Sebelum pemaparan materi, dilakukan sesi foto bersama. Kemudian, moderator menjelaskan bahwa Takson hari ini akan menghadirkan dua topik besar yang saling berkesinambungan, yaitu mengenai KHDTK Living Collection dan koleksi ilmiah sebagai fondasi artificial intelligence untuk riset biodiversitas.
KHDTK Living Collection: Dinamika dan Biodiversitas Hutan
Dr. Farida Heri Susanti dari Pusat Pengembangan Hutan Berkelanjutan memaparkan tentang KHDTK sebagai living collection, menjelaskan definisi KHDTK sebagai kawasan hutan dengan tujuan khusus untuk penelitian, pengembangan ilmu pengetahuan, dan pendidikan. KHDTK dapat ditetapkan di berbagai tipe kawasan hutan kecuali zona inti taman nasional dan cagar alam. KHDTK berkontribusi dalam sebaran hutan dan potensinya secara nasional.
Mengapa KHDTK Penting sebagai Living Collection?
KHDTK penting karena faktor penggerak seperti iklim, tanah, topografi, gangguan alam dan antropogenik, serta perubahan kebijakan. Unsur utama KHDTK Litbang meliputi koleksi biodiversitas, struktur dan fungsi ekosistem, dinamika ekologis, dan unsur litbang itu sendiri. Data dan informasi yang dihasilkan mendukung fungsi konservasi, penelitian, dan pembelajaran.
Pengelolaan KHDTK dan Sebarannya
Pengelolaan KHDTK mengacu pada perangkat kebijakan teknis yang memberikan kepastian hukum dan efektivitas pengelolaan. Secara nasional, terdapat 100 KHDTK dengan luasan lebih dari 157.000 hektar, terbagi dalam tiga kategori: penelitian dan pengembangan, pendidikan dan pelatihan kehutanan, serta religi dan budaya. P2HB mengelola 9 KHDTK dan 6 hutan penelitian yang tersebar di lima provinsi di Indonesia.
Ragam Kondisi dan Karakteristik Umum KHDTK
Tabel mengenai ragam kondisi dan karakteristik umum dari 9 KHDTK yang dikelola oleh P2HB menunjukkan variasi luasan, tipe ekosistem (hutan hujan dataran rendah dan savana), jenis tanah, dan populasi dominan. Setiap KHDTK dan hutan penelitian memiliki logo yang mencerminkan karakteristik ekosistem dan populasi dominan.
Studi Kasus pada Tingkat Spesies
Keragaman dinamika hutan dan biodiversitas sangat lebar pada setiap kawasan hutan KDTK dan HP. Contoh koleksi data spesies dari kondisi hutan alami tersusun dalam bentuk database jenis flora di salah satu KDTK Litbang. Database ini dibangun dari hasil pengumpulan data secara periodik pada plot ukur permanen, mencakup parameter identifikasi jenis, pengukuran dimensi, dan spasial.
Dinamika Kelimpahan dan Karakteristik Jenis
Dari plot sampling yang sama, ditampilkan dinamika kelimpahan dan karakteristik jenis teridentifikasi sebanyak 671 jenis pada tahun 2005. Pengelompokan jenis dilakukan dalam tujuh kelompok jenis utama berdasarkan famili besar dan pola pertumbuhan. Grafik menunjukkan dinamika jumlah jenis pada tiap periodik 2 tahun pengukuran pada dua kondisi hutan yang berbeda.
Contoh pada Tingkat Genetik
Pada tingkat genetik, dilakukan pembangunan areal sumber daya genetik (ASDG) atau kebun koleksi dengan pendekatan penanaman model rehabilitasi atau pengayaan. Pembangunan plot atau demplot ditentukan oleh desain jenis penanaman dan tujuan pembangunan plot. Kebun benih ditetapkan dari kondisi existing tegakan yang ada, dilakukan seleksi dan sertifikasi.
Koleksi Mikroorganisme dan Catatan Penting
Koleksi mikroorganisme dikelola oleh laboratorium Indonesia Tropical Forest Collection, yang merupakan bank mikroorganisme hutan tropis. Hingga saat ini, terdapat lebih dari 4.000 koleksi, di mana sekitar 50% belum teridentifikasi. KHDTK adalah laboratorium alam yang mencatat perubahan ekosistem secara real time, meliputi konservasi genetik, struktur tegakan, kekayaan hayati, interaksi ekologi, dan layanan lingkungan.
Catatan Penting dalam Pengelolaan KHDTK
Pengelolaan KHDTK setelah era BRIN menekankan penguatan integrasi dan kolaborasi internal melalui TKMH sebagai media penghubung stakeholder. Prinsip KHDTK sebagai living collection bersifat adaptif, berkelanjutan, inklusif, dan berorientasi pada ekosistem, mencakup sistem terbuka, berbasis sains, jangka panjang, partisipatif, keseimbangan fungsi, pembelajaran berkelanjutan, dan feedback loop.
Koleksi Ilmiah sebagai Fondasi AI untuk Riset Biodiversitas
Ibu Rosi Nurhanah dari Universitas Sumatera Utara memaparkan tentang peran koleksi ilmiah sebagai fondasi artificial intelligence untuk riset biodiversitas. Indonesia memiliki harta karun mega biodiversitas terbesar kedua di dunia, namun belum sepenuhnya terbaca mesin. DPKI memegang kunci harta karun ini melalui koleksi ilmiah, verifikasi, dan validasi spesimen.
Tantangan dan Potensi AI di Indonesia
Tantangan teknisnya adalah belum semua data terdata secara standar dan digital. Potensi AI di Indonesia belum maksimal dimanfaatkan untuk mendukung riset biodiversitas. Aksioma fundamentalnya adalah "no collection, no data, no data, no AI". Koleksi fisik harus didigitalisasi agar dampaknya lebih besar dan bisa melahirkan riset yang lebih besar.
Kualitas Data dan Peran Pakar
Masalah terbesar dalam pengembangan AI adalah mendapatkan data dengan kualitas terbaik. Kesulitan utama adalah ketersediaan data yang tervalidasi. Jika spesimen salah diidentifikasi atau metadata tidak konsisten, AI akan belajar dari data yang salah dan menghasilkan model yang salah. Mesin kecerdasan sangat tergantung pada scientific data integrity.
Mencegah AI Hallucination
AI hallucination terjadi ketika AI menghasilkan prediksi atau klasifikasi yang salah karena menggunakan data publik dari internet yang dikeruk tanpa keahlian dan validasi pakar. Validasi pakar taksonomi menjamin kebenaran dasar sains tidak dirusak oleh halusinasi algoritma.
Koleksi Ilmiah sebagai AI Training Data
Satu spesimen digital dapat menghasilkan banyak layer informasi, seperti bentuk, dimensi, tekstur, warna, pola morfologi, dan karakter diagnostik. Citra digital akan diekstraksi fiturnya dan digunakan sebagai data latih untuk membangun model berbasis kecerdasan buatan.
Contoh Aplikasi AI dalam Biodiversitas
Contoh aplikasi AI yang sedang dikembangkan adalah aplikasi untuk mengidentifikasi jenis biji-bijian, yang akan membantu mempercepat proses koleksi ilmiah. Contoh lain adalah aplikasi untuk menghitung jumlah polong kedelai secara otomatis, yang membantu pemulia tanaman.
Data Terstruktur dan Koleksi Ilmiah Digital
Data yang dikoleksi secara terstruktur, tervalidasi, dan terhubung dengan metadata yang kaya dan terstandar akan menjadi fondasi mesin kecerdasan biodiversitas. Dari data tersebut, dapat dibangun klasifikasi spesies, similarity analysis, clustering morfologi, dan trade prediction.
Dataset sebagai Publikasi Ilmiah
Dataset juga dapat menjadi publikasi ilmiah melalui jurnal seperti Data in Brief dan Scientific Data. Reviewer akan melihat kualitas kurasi, standarisasi, reproducibility, dan scientific usefulness. Dataset yang berkualitas bukan hanya layak dipublikasi, tetapi juga bisa menjadi kontribusi ilmiah Indonesia untuk dunia.
Anatomi Dataset Standar Emas
Anatomi dataset standar emas meliputi akurasi (label yang benar-benar valid), konsistensi (format, pencahayaan, dan matrik skala seragam), kelengkapan (tidak ada missing values), relevansi (mewakili variasi kondisi asli), dan keseimbangan (memastikan model AI mampu beradaptasi).
Computer Vision untuk Pengembangan AI
Computer vision adalah bagaimana mengajari mesin supaya bisa melihat. Metode yang dapat dilakukan meliputi klasifikasi (misalnya klasifikasi jenis pohon eukaliptus), object detection (misalnya penghitungan polong kedelai), dan semantic/instance segmentation (misalnya memetakan morfologi detail dan luasan piksel).
Standar Emas Pengumpulan Data
Standar emas pengumpulan data meliputi diversitas dan variasi maksimal (mengumpulkan gambar dengan berbagai kondisi pencahayaan, sudut pandang, dan jarak), representasi seimbang (setiap spesies diwakili oleh jumlah yang sama), relevansi lingkungan operasional (gambar menyerupai kondisi nyata), kecukupan kuantitas statis (jumlah data sebanyak mungkin), dan identifikasi outliers (membuang data yang mirip atau tidak relevan).
Anotasi Data dan Validasi Silang
Anotasi data memerlukan pedoman yang ketat, presisi batas objek, penanganan objek terhalang, dan eliminasi ambiguitas. Validasi silang dilakukan oleh expert dengan menggunakan minimal tiga anotator.
Kesimpulan
Tugas DPK bukan hanya menyimpan dan merawat koleksi masa lalu, tetapi juga membangun infrastruktur strategis nasional untuk arsitektur AI masa depan. Masa depan AI Indonesia dimulai dari laci koleksi hari ini. Setiap spesimen yang dikurasi dengan standar presisi yang baik adalah mata bagi teknologi yang akan menjaga biodiversitas Indonesia.
Sesi Diskusi
Sesi diskusi membahas berbagai pertanyaan terkait perbedaan KHDTK dan kebun raya, pengaplikasian AI pada sistem pendataan dan pemetaan koleksi hidup, prosedur mengoleksi tanaman hasil eksplorasi di KHDTK, kerja sama pengelolaan data koleksi ilmiah, pengelolaan data yang belum banyak berupa gambar, pengelolaan KHDTK di PHB, pemanfaatan AI untuk data tanaman hasil eksplorasi, dan pengelolaan data biodiversitas di Indonesia.
Penutupan
Webinar ditutup dengan kesimpulan bahwa koleksi ilmiah adalah fondasi kebenaran ilmiah yang tak tergantikan. Sinergi antara manajemen koleksi ilmiah dan teknologi AI adalah kunci masa depan riset.
