Penerapan Machine Learning pada Budidaya Perikanan

(Sumber : https://www.eurogroupforanimals.org/news/artificial-intelligence-enable-individualised-fish-monitoring-intensive-aquaculture)

Beberapa waktu lalu tentu kita akrab dengan jargon Revolusi industry 4.0. hampir disetiap lini kehidupan bermasyarakat akan dikaitkan dengan jargon tersebut. Hal yang sangat untuk kita temui dari implementasi jargon tersebut dalam kehidupan sehari hari misalnya cara bekomunikasi kita, cara belanja kita dan mungkin cara bekerja kita. Lalu, kira kira apa kaitan jargon tersebut dengan bidang perikanan ? 

Internet of thing (IOT), Artificial Intelligent (AI), Big data, cloud computing merupakan anak emas dari jargon revolusi industri tersebut. Apakah si anak emas tersebut sudah mulai merambah di bidang perikanan, sehingga mampu mewujudkan sebuah identitas baru sebagai “Perikanan Budidaya Cerdas”.  Sebuah paper yang ditulis oleh Shili Zao dkk berjudul Application of machine learning in intelligent fish aquaculture : A review yang terbit pada Jurnal Aquaculture pada tahun 2021 membahas permasalahan tersebut. 

Dalam paper tersebut dirangkum mengenai penerapan teknologi AI dalam budidaya perikanan sehingga dapat menciptakan sebuah “sistem budidaya perikanan cerdas”. Rupanya AI telah cukup lama diadopsi bidang perikanan, setidaknya telah lebih dari 5 tahun yang lalu. Namun demikian sebelum 5 tahun yang lalu tersebut bisa dikatakan sebagai tradisional machine learning yang saat ini telah berubah menjadi deep learning (machine learning yang digabungkan dengan big data). Terdapat empat subsistem AI dalam sebuah sistem budidaya perikanan cerdas yaitu koleksi data yang meliputi berupa data obyek budidaya, peralatan budidaya dan perubahan kondisi lingkungan budidaya. Yang kedua adalah transmisi data dan penyimpanan. Transmisi data dapat menggunakan kabel, perangkat nir kabel seperti bluetooth atau jaringan seluler. Sedangkan penyimpanan data dapat menggunakan hardisk ataupun penyimpanan awan (cloud). Yang ketiga adalah machine learning. Tahapan ini merupakan inti dari semua subsistem. Karena disini semua data masukan akan diolah menggunakan arsitektur jaringan yang dianggap paling baik. Secara umum machine learning akan menjalankan empat tahapan yaitu input (yang diperoleh dari koleksi data), ekstraksi fitur (untuk mendapatkan ciri khas dari data input), learning dan training (membuat model yang didasarkan dari ekstraksi fitur) terakhir testing dan output (menguji model yang dibangun apakah sudah layak untuk diterapkan). Subsistem terakhir adalah penerapannya. Tahapan inilah langsung berhubungan dengan pengguna sehingga sebuah system perikanan budidaya cerdas dapat digunakan untuk memperkirakan biomassa, identifikasi/ klasifikasi, dan memprediksi kualitas air tambak.  

Lalu apa keuntungan yang telah didapat dalam penerapan AI dalam system budidaya cerdas tersebut? Dalam paper ini disebutkan bahwa penerapan AI telah mampu meningkatkan efisiensi dan keuntungan dalam budidaya perikanan budidaya. Secara nyata keuntungan tersebut berupa penerapan AI pada pendugaan umur ikan yang didasarkan pada citra otolit. Hal ini dipaparkan oleh Moen dkk pada sebuah paper yang berjudul Automatic Interpretation of Otoliths Using Deep Learning yang diterbitkan oleh Jurnal PloS One pada tahun 2018. 

Penulis : Koko Kurniawan - LRMPHP