Bisakah AI menyelamatkan hutan hujan Amazon? | Kecerdasan buatan (AI) | KoranPrioritas.com

oleh -3 views
Bisakah AI menyelamatkan hutan hujan Amazon?  |  Kecerdasan buatan (AI)
 | KoranPrioritas.com

SAYAt hanya butuh bulan Maret tahun ini untuk menebangi area hutan di Triunfo do Xingu yang setara dengan 700 lapangan sepak bola. Lebih dari 16.000 km persegiArea Perlindungan Lingkungan (APA) di sudut tenggara Amazon Brasil, di negara bagian Pará, adalah salah satu kawasan konservasi terbesar di dunia. Dan menurut alat baru yang memprediksi di mana penggundulan hutan akan terjadi selanjutnya, APA juga memiliki risiko tertinggi untuk kehancuran yang lebih besar lagi.

Alat tersebut, PrevisiIA, adalah platform kecerdasan buatan yang dibuat oleh para peneliti di organisasi nirlaba lingkungan amazon. Alih-alih mencoba memperbaiki kerusakan akibat penggundulan hutan, mereka ingin menemukan cara untuk mencegahnya terjadi sama sekali.

PrevisiIA menunjuk Triunfo do Xingu sebagai APA dengan risiko deforestasi tertinggi pada tahun 2023, dengan 271,52 km persegi hutan di kawasan konservasi diperkirakan akan hilang pada akhir tahun. Sekitar 5 km persegi telah dihancurkan pada bulan Maret.

Rumah bagi yang terancam punah monyet laba-laba pipi putih dan spesies rentan dan hampir terancam lainnya, seperti macaw eceng gondok dan jaguar, kawasan konservasi kaya akan keanekaragaman hayati yang sering ditemukan di tempat lain di dunia. Tapi tanahnya melewati dua kotamadya, Altamira dan São Félix do Xingu, dengan beberapa laju deforestasi tertinggi di negara. Dan meskipun Triunfo do Xingu dilindungi oleh undang-undang Brasil, aktivitas ilegal – penambangan, penebangan, perampasan tanah – telah merusak area tersebut, menelanjanginya di beberapa tempat.

Namun dengan PrevisiIA, ada potensi perubahan. Imazon kini menjalin kemitraan dengan otoritas di seluruh wilayah, dengan tujuan menghentikan deforestasi sebelum dimulai.

Kehancuran di seluruh Amazon Brasil merayap mendekati titik tertinggi sepanjang masa. Menurut SAD, milik Imazon Penggundulan hutan Sistem Peringatan, penggundulan hutan Maret ini meningkat tiga kali lipat dibandingkan bulan yang sama tahun lalu, dan kuartal pertama tahun 2023 menyaksikan 867 km persegi hutan hujan hancur – area terbesar kedua yang ditebang dalam 16 tahun terakhir.

Ide untuk PrevisiIA muncul pada tahun 2016, saat tim di Imazon menganalisis data yang dikumpulkan dari citra satelit SAD. Bosan mendapatkan pemberitahuan setelah petak besar hutan telah dibuka, mereka bertanya pada diri sendiri: apakah mungkin menghasilkan model prediksi deforestasi jangka pendek?

“Model prediksi deforestasi yang ada bersifat jangka panjang, melihat apa yang akan terjadi dalam beberapa dekade,” kata Carlos Souza Jr, peneliti senior di Imazon dan koordinator proyek PrevisiIA dan SAD. “Kami membutuhkan alat baru yang dapat mengatasi kehancuran.”

Souza dan timnya – seorang insinyur komputer, konsultan geostatistik, dan dua peneliti – mulai mengembangkan model baru yang mampu menghasilkan prediksi tahunan. Mereka menerbitkan temuan mereka di jurnal Statistik Spasial pada Agustus 2017.

Area gundul di bentangan BR-230 (Trans-Amazonian Highway) di Humaitá, Negara Bagian Amazonas, Brasil. Foto: Michael Dantas/AFP/Getty Images

Model mengambil pendekatan dua arah. Pertama, ini berfokus pada tren yang ada di wilayah tersebut, melihat geostatistik dan data historis dari Prodes, sistem pemantauan deforestasi tahunan pemerintah di Amazon. Memahami apa yang telah terjadi dapat membantu membuat prediksi lebih tepat. Ketika area yang sudah digunduli baru-baru ini, ini menandakan geng beroperasi di area tersebut, jadi ada risiko lebih tinggi bahwa hutan terdekat akan segera musnah.

Kedua, ini melihat variabel yang mengerem deforestasi – tanah yang dilindungi oleh komunitas Pribumi dan quilombola (keturunan budak pemberontak), dan area dengan badan air, atau medan lain yang tidak mendukung ekspansi pertanian, misalnya – dan variabel yang membuat deforestasi lebih mungkin terjadi, termasuk kepadatan penduduk yang lebih tinggi, keberadaan pemukiman dan properti pedesaan, dan kepadatan infrastruktur jalan yang lebih tinggi, baik legal maupun ilegal.

“Mereka adalah arteri penghancuran hutan,” kata Souza, mengacu pada jalan tidak resmi yang membelah Amazon untuk memfasilitasi kegiatan industri ilegal. “Jalan-jalan ini menciptakan kondisi deforestasi baru.”

Pemantauan pembangunan jalan ini sangat penting untuk memprediksi – dan pada akhirnya mencegah – deforestasi. Menurut Imazon, 90% akumulasi deforestasi terkonsentrasi dalam jarak 5,5 km dari jalan raya. Penebangan bahkan lebih dekat, dengan 90% terjadi dalam jarak 3 km, dan 85% kebakaran terjadi dalam jarak 5 km.

Para peneliti biasa menyisir ribuan gambar satelit untuk melihat apakah mereka dapat menemukan jalan baru yang membelah bioma. Dengan PrevisiIA, pekerjaan dialihkan ke algoritme AI yang mengotomatiskan pemetaan, memungkinkan analisis yang lebih cepat dan, pada gilirannya, pembaruan yang lebih sering.

Macaw eceng gondok, spesies nuri terbang terbesar, adalah salah satu satwa liar yang rentan ditemukan di Triunfo do Xingu.
Macaw eceng gondok, nuri terbang terbesar di dunia, adalah salah satu spesies yang rentan ditemukan di Triunfo do Xingu. Foto: Mauro Pimentel/AFP/Getty Images

Namun tanpa platform komputasi yang kuat dan kemampuan untuk memperbarui peta jalan lebih cepat, PrevisiIA tidak dapat diterapkan. Baru pada tahun 2021 tim di Imazon bermitra dengan Microsoft dan Fundo Vale, memperoleh daya komputasi awan yang mereka butuhkan untuk menjalankan algoritme AI untuk memetakan jalan.

“Teknologi selalu menjadi alasan kami mampu mengendalikan deforestasi,” kata Juliano Assunção, direktur eksekutif Prakarsa Kebijakan Iklim dan profesor di Pontifical Catholic University of Rio de Janeiro (PUC-Rio). “PrevisiIA adalah evolusi alami dari penggabungan teknologi ini dalam perjuangan untuk melindungi Amazon, dan satu dengan banyak potensi.”

Meskipun teknologi sangat penting agar PrevisiIA berfungsi, siapa yang menggunakannya akan membuat perbedaan. Assunção mencatat entitas jelas yang dapat mengambil manfaat dari penggunaan PrevisiIA – lembaga pemerintah di semua tingkatan, yang bertugas melindungi hutan hujan – tetapi dia juga mengutip mereka yang tidak terlibat langsung dalam pemantauan Amazon, bank, investor, dan mereka yang membeli produk dari wilayah tersebut, yang dapat menggunakan informasi tersebut untuk membuat keputusan yang lebih baik, baik dari sudut pandang ekonomi maupun lingkungan.

Sejauh ini, Imazon memiliki kemitraan resmi dengan beberapa kantor kejaksaan di wilayah tersebut. Mereka berharap penggunaan PrevisiIA akan mengurangi hukuman dan lebih banyak pencegahan.

“Kami tidak ingin terus datang setelah kerusakan terjadi,” kata José Godofredo Pires dos Santos, jaksa penuntut umum di Pará dan koordinator pusat dukungan operasional lingkungan. “Kami selalu bekerja untuk menghukum kejahatan dan penyimpangan lingkungan ini. Namun dari sisi lingkungan, kerusakan sudah terjadi. Kami ingin membalikkan logika itu. Kami ingin menemukan cara untuk mencegah hal itu terjadi.”

Tim Pires dos Santos telah mengadakan pertemuan mingguan dengan Imazon untuk mengetahui cara terbaik menggunakan PrevisiIA. Dia berharap mereka akan mulai menggunakan sistem tersebut pada paruh kedua tahun 2023.

Di Acre di barat Brazil, kantor kejaksaan negara mengharapkan hal yang sama. Idenya, kata jaksa Arthur Cezar Pinheiro Leite, adalah agar PrevisiIA memberi tahu lembaga pemantau di daerah berisiko tinggi, sehingga mereka dapat mengawasi lebih dekat dan agar jaksa dapat memperingatkan pemilik properti atau orang lain di wilayah tersebut bahwa mereka akan dimintai pertanggungjawaban jika deforestasi terjadi.

“Kami ingin mereka tahu bahwa kami mengetahui apa yang sedang terjadi,” kata Leite. “Dan jika deforestasi itu masih berhasil terjadi, mereka akan dihukum dan menjadi contoh bagi orang lain yang mempertimbangkan untuk melakukan hal yang sama.”

Sejauh ini, Souza mengatakan akurasi PrevisiIA “fantastis”. Dari semua peringatan deforestasi, 85% berada dalam jarak 4 km dari lokasi yang diprediksi. Lebih dari 49% peringatan berada di area yang diklasifikasikan sebagai risiko tinggi atau sangat tinggi. Dia dan timnya terus bekerja untuk meningkatkan model mereka, tetapi dia juga berharap, suatu hari nanti, mereka salah.

“Jika itu terjadi,” katanya, “berarti pencegahan berhasil.”