Mahasiswa Unmuh Babel Kembangkan RIMBAREST, Teknologi AI untuk Deteksi Dini Kebakaran Hutan

Advertisements
Advertisements

DETIKBABEL.COM, BANGKA BELITUNG — Pemanfaatan teknologi kecerdasan buatan dan Internet of Things (IoT) terus dikembangkan mahasiswa Universitas Muhammadiyah Bangka Belitung (Unmuh Babel) untuk menjawab persoalan lingkungan. Melalui Program Kreativitas Mahasiswa Karsa Cipta (PKM-KC), tiga mahasiswa Program Studi Ilmu Komputer mengembangkan RIMBAREST, sebuah sistem pemantauan ekosistem hutan berbasis Edge Intelligence yang dirancang untuk mendukung deteksi dini potensi kebakaran hutan.

Tim RIMBAREST terdiri dari Haris Azhari Ramadhan sebagai ketua, bersama Hendri dan Muhammad Radith Ramadhan sebagai anggota. Ketiganya merupakan mahasiswa Program Studi Ilmu Komputer Universitas Muhammadiyah Bangka Belitung. Program tersebut mendapat pendampingan dari Zikri Wahyuzi, S.T., M.Kom. selaku dosen pembimbing. Pembagian tugas dalam tim mencakup pengelolaan sistem, perakitan dan integrasi perangkat IoT, hingga pengembangan model kecerdasan buatan.

RIMBAREST (Real-time Intelligent Monitoring for Bushfire Risk with Edge Smart Technology) merupakan sistem pemantauan ekosistem hutan berbasis Edge Intelligence yang dikembangkan untuk mendukung deteksi dini potensi kebakaran hutan di Provinsi Kepulauan Bangka Belitung.

Gagasan tersebut hadir dari kebutuhan terhadap sistem pemantauan lingkungan yang dapat memberikan informasi secara cepat. RIMBAREST dirancang untuk memantau kondisi lingkungan sekaligus mendukung identifikasi potensi kebakaran dan aktivitas pembalakan liar melalui data sensor yang dikumpulkan secara real-time.

Dalam perangkatnya, RIMBAREST mengintegrasikan sensor partikulat PMS7003T, sensor suara PCM1808 dan MAX9814, serta mikrokontroler LilyGo T-Call A7670G. Sistem tersebut juga dilengkapi komunikasi 4G LTE dan aplikasi mobile yang digunakan untuk menyajikan hasil pemantauan kepada pengguna.

Data yang diperoleh dari sensor kemudian dianalisis menggunakan teknologi kecerdasan buatan. Algoritma Isolation Forest digunakan untuk mendeteksi kondisi atau pola lingkungan yang tidak normal, sedangkan Depthwise Separable Convolutional Neural Network (DS-CNN) digunakan dalam proses klasifikasi berdasarkan data yang diperoleh sistem.

Konsep Edge Intelligence menjadi salah satu bagian penting dalam RIMBAREST. Dengan pendekatan tersebut, proses analisis data dapat dilakukan lebih dekat dengan sumber data sehingga sistem dapat mengurangi ketergantungan terhadap pemrosesan berbasis cloud. Pendekatan ini juga dirancang untuk membantu mengurangi latensi komunikasi dan meningkatkan efisiensi penggunaan jaringan.

Hasil pemantauan selanjutnya dapat dikirimkan melalui jaringan 4G LTE menuju backend dan ditampilkan pada aplikasi mobile. Aplikasi RIMBAREST menyediakan informasi mengenai parameter lingkungan, klasifikasi suara, visualisasi data sensor, lokasi perangkat, serta notifikasi peringatan secara real-time.

Dalam pengembangan sistem, masing-masing anggota tim memiliki peran yang berbeda. Haris Azhari Ramadhan berfokus pada pengelolaan dan koordinasi kegiatan serta pengembangan sistem pemantauan. Hendri menangani perakitan perangkat edge, integrasi sensor dan jaringan, serta sistem daya mandiri. Sementara itu, Muhammad Radith Ramadhan berfokus pada pengembangan dan evaluasi model AI, termasuk optimasi DS-CNN dan Isolation Forest.

Tidak hanya mengandalkan koneksi internet secara terus-menerus, RIMBAREST juga dirancang dengan mekanisme store-and-forward. Mekanisme tersebut memungkinkan data disimpan sementara ketika koneksi internet tidak tersedia dan dikirimkan kembali ketika koneksi telah tersedia. Dengan demikian, sistem tetap dapat mendukung proses pemantauan pada wilayah yang memiliki keterbatasan konektivitas.

Melalui integrasi berbagai teknologi tersebut, RIMBAREST diharapkan dapat menjadi salah satu alternatif teknologi pemantauan ekosistem hutan yang mampu memberikan informasi kondisi lingkungan secara lebih cepat. Inovasi ini juga diharapkan dapat mendukung upaya deteksi dini potensi kebakaran hutan serta pemantauan aktivitas yang berpotensi mengancam kelestarian ekosistem.

Pengembangan RIMBAREST menjadi bentuk kontribusi mahasiswa Universitas Muhammadiyah Bangka Belitung dalam memanfaatkan teknologi IoT dan kecerdasan buatan untuk menjawab persoalan lingkungan. Sistem tersebut diharapkan dapat terus dikembangkan sehingga memiliki manfaat yang lebih luas dalam mendukung pemantauan dan perlindungan ekosistem hutan, khususnya di wilayah Bangka Belitung. (Red/*)