Peneliti Gunakan Kecerdasan Buatan dalam Upaya Memerangi Deforestasi di Amazon

Liputan6.com, Jakarta - Para peneliti Brasil menemukan bahwa area prioritas untuk tindakan memerangi deforestasi ilegal di hutan Amazon dapat terdiri dari wilayah 27,8% lebih sedikit daripada 11 wilayah yang pemerintah federal pantau di bawah strategi saat ini--dikenal sebagai Amazon Plan 2021/2022. Mereka menggunakan metode yang didasarkan pada citra satelit dan kecerdasan buatan.

Di dalam sebuah makalah yang terbit di jurnal Conservation Letters, wilayah Amazon yang diklasifikasikan sebagai prioritas tinggi karena memiliki tingkat deforestasi tertinggi mencapai 414.603 kilometer persegi tahun ini. Sementara total area yang ditargetkan oleh rencana untuk 11 wilayah adalah 574.724 kilometer persegi. Dengan kata lain, area yang akan dipantau dapat dikurangi 160.000 kilometer persegi, yang kira-kira seluas Suriname.

Namun demikian, sementara hotspot deforestasi yang diidentifikasi oleh para peneliti menyumbang 66% dari rata-rata laju deforestasi tahunan, 11 kotamadya yang ditargetkan oleh rencana pemerintah hanya mewakili 37% dari laju deforestasi selama tiga tahun terakhir (2019-2021).

Dalam artikel tersebut, para ilmuwan yang berafiliasi dengan Instituto Nacional de Pesquisas Espaciais (INPE) dan universitas-universitas di Amerika Serikat menyimpulkan bahwa metode yang mereka usulkan akan memberikan fokus lebih ketat pada pemantauan dan penegakan hukum.

Lebih jauh lagi, mereka menekankan bahwa metode ini mengungkapkan batas-batas deforestasi baru di luar area prioritas dan karenanya tidak tercakup dalam rencana pemantauan resmi.

"Dengan menggunakan pendekatan baru ini, kami menyimpulkan bahwa memprioritaskan area dengan tingkat deforestasi lebih tinggi akan lebih efektif daripada membatasi pemantauan ke kotamadya tertentu," ujar Guilherme Augusto Verola Mataveli, seorang peneliti di Divisi Observasi Bumi dan Geoinformatika di INPE.

Mataveli menilai prioritas ini penting, mengingat bahwa lembaga yang bertanggung jawab atas penegakan hukum dalam kasus ini, terutama IBAMA dan ICMBio, memiliki anggaran dan staf yang terbatas.

"Beberapa dari titik-titik deforestasi ini berada di 11 kotamadya, tetapi yang lain berada di sekitarnya dan merupakan perbatasan baru," tutur Mataveli.

Hingga kini kebakaran terus terjadi di hutan hujan Amazon. Kebakaran malah merambah wilayah yang sebelumnya tidak memiliki titik api.

2 dari 5 halaman

Kemajuan dalam pemrosesan data

Para penulis mencatat bahwa deforestasi di 11 kotamadya yang ditargetkan oleh rencana itu telah signifikan dalam beberapa tahun terakhir dan itu menjadi dasar untuk pemantauan.

Namun, mereka menilai tidak cukup untuk memprioritaskan hanya daerah-daerah ini, yaitu São Félix do Xingu, Altamira, Novo Progresso, Pacajá, Portel, Itaituba dan Rurópolis (Pará); Apuí dan Lábrea (Amazonas); Colniza (Mato Grosso); dan Porto Velho (Rondônia).

Mereka juga mencatat bahwa meskipun konsentrasi pada area-area ini untuk tujuan pemantauan dan penegakan hukum, deforestasi meningkat 105% antara bulan Februari dan April 2021 dibandingkan dengan rata-rata untuk periode yang sama antara tahun 2017 dan 2021. DETER, program peringatan deforestasi resmi Brasil, menunjukkan 524,89 km2 lokasi deforestasi baru di area ini.

"Studi ini memvalidasi pentingnya INPE, yang selama 60 tahun telah melatih para peneliti luar biasa, menghasilkan ilmu pengetahuan dan teknologi dari data satelit untuk masyarakat dan pembangunan nasional," kata Luiz Aragão, Kepala Divisi Observasi Bumi dan Geoinformatika di INPE.

Menurut Aragão, kemajuan dalam pemrosesan data yang diwujudkan dalam penggunaan kecerdasan buatan untuk perencanaan tindakan untuk memerangi deforestasi sangat penting untuk mengurangi masalah lingkungan negara dan membangun rencana pembangunan berkelanjutan nasional.

3 dari 5 halaman

Wilayah prioritas

Sumber data untuk studi ini termasuk Legal Amazonia Deforestation Satellite Monitoring Service milik INPE, yang menghasilkan statistik deforestasi tahunan yang digunakan oleh pemerintah Brasil dalam merumuskan kebijakan publik untuk wilayah tersebut.

PRODES berfokus pada laju tebang-dan-bakar dan telah menggunakan metodologi yang sama sejak tahun 1988. Menurut laporan terbarunya, area yang mengalami deforestasi di wilayah tersebut mencapai 13.235 km2 antara Agustus 2020 dan Juli 2021. Ini adalah peningkatan 22% dari tahun ke tahun, terbesar sejak tahun 2006.

"Gagasan untuk penelitian ini muncul pada bulan Februari 2021 ketika Amazon Plan 2021/2022 diumumkan," kata Mataveli.

"Deforestasi di 11 kotamadya dikatakan menyumbang 70% dari total deforestasi yang terdeteksi di Amazon, tetapi angka PRODES berbeda. Ketika kami menyempurnakan model ini, kami menemukan bahwa model ini menjadi alat yang berguna untuk memfokuskan pemantauan dan penegakan hukum secara lebih efektif," sambungnya.

Untuk menetapkan area prioritas, para peneliti lebih dahulu mendefinisikan apa yang mereka sebut sel grid berukuran 25 km kali 25 km dan didistribusikan secara teratur di seluruh Amazon.

4 dari 5 halaman

Algoritma Random Forest

Dengan menggunakan algoritma Random Forest untuk memprediksi titik-titik deforestasi pada tahun berikutnya berdasarkan serangkaian regresi multivariat, mereka menempatkan setiap sel dalam kelas prioritas tinggi, sedang atau rendah.

Model ini mengidentifikasi proporsi lebih besar dari area yang berisiko deforestasi dalam hal ukuran total dan plot publik di mana penebangan pohon adalah ilegal.

Selain itu, model ini mempertimbangkan lima prediktor: deforestasi pada tahun-tahun sebelumnya, jarak ke sel grid dengan deforestasi kumulatif yang tinggi pada tahun-tahun sebelumnya, jarak ke infrastruktur seperti jalan dan saluran air, total area yang dilindungi dalam sel grid, dan jumlah kebakaran aktif.

Para penulis juga mencatat bahwa metode mereka memprioritaskan tindakan di daerah perbatasan 11 kota prioritas di mana kegiatan deforestasi terkonsentrasi, menangkap area lain yang mengalami peningkatan deforestasi yang tidak dipantau oleh rencana tersebut, menentukan prioritas berdasarkan lahan yang dibuka pada tahun sebelumnya, dan tidak bergantung pada batas geopolitik seperti kotamadya.

5 dari 5 halaman