RRI.CO.ID, Manado – Badan Riset dan Inovasi Nasional (BRIN) mengembangkan pemetaan potensi protein laut berbasis kecerdasan artifisial (AI) dengan tingkat akurasi mencapai 94,6 persen.
Inovasi ini disiapkan untuk mendukung implementasi Program Makan Bergizi Gratis (MBG) melalui pendekatan berbasis data spasial yang presisi dan berkelanjutan.
Kepala Organisasi Riset Elektronika dan Informatika BRIN, Budi Prawara, menyatakan bahwa kualitas data menjadi faktor penentu keberhasilan program nasional tersebut.
“Ketepatan sasaran, efisiensi logistik, hingga akuntabilitas sangat ditentukan oleh kualitas data. Di sinilah peran sains data, informasi, dan pemerintahan digital menjadi krusial,” ujarnya dalam webinar DESAIN (Dialog Eksplorasi Sains Data dan Informasi) #1, Rabu, 25 Februari 2026.
Saat ini, Pusat Riset Sains Data dan Informasi (PRSDI) BRIN mengembangkan model pemetaan zona tangkap ikan, udang, dan rumput laut berbasis AI. Model tersebut mengintegrasikan teknologi deep learning untuk menghasilkan peta probabilitas keberadaan spesies dan estimasi potensi protein laut secara spasial-presisi.
Peneliti PRSDI BRIN, Rezzy Eko Caraka, menjelaskan bahwa riset bertajuk “Kolmogorov–Arnold Network and ResNet for Marine Protein Mapping in Support of the Prabowo–Gibran MBG Program” bertujuan memetakan potensi protein laut Indonesia sebagai alternatif sumber gizi dalam diversifikasi pangan MBG.
Penelitian tersebut telah dipublikasikan pada 22 Oktober 2025 di jurnal internasional Discover Sustainability terbitan Springer International Publishing.
Menurut Rezzy, model ini mengintegrasikan berbagai parameter oseanografi dan kualitas perairan, seperti suhu permukaan laut, salinitas, pH, oksigen terlarut, klorofil-a, kejernihan perairan, kedalaman laut, hingga kecepatan arus permukaan. Data satelit diperoleh dari berbagai platform penginderaan jauh milik NASA, termasuk instrumen MODIS, SMAP, VIIRS, OCO-2, serta data Landsat, SRTM, dan OSCAR.
Hasil pengujian menunjukkan tingkat akurasi model mencapai 94,6 persen dalam klasifikasi potensi protein laut. Sistem ini dinilai mampu mengidentifikasi zona potensial secara lebih efisien sekaligus mendukung konsep precision fishing guna mencegah praktik penangkapan berlebih (overfishing).
Ke depan, hasil riset ini berpotensi diintegrasikan dalam dashboard nasional untuk mendukung pengambilan keputusan lintas kementerian/lembaga dan pemerintah daerah. Integrasi data spasial dan AI diharapkan menjadi fondasi ilmiah dalam memperkuat ketahanan pangan nasional serta mengoptimalkan potensi protein laut Indonesia secara berkelanjutan.