BOGOR – IPB University terus melakukan berbagai inovasi di bidang pertanian. Kali ini, IPB University meluncurkan inovasi di bidang kelapa sawit yang dinamakan Oil Palm Identification Based on Machine Learning-IPB (Optimal-IPB). Inovasi tersebut merupakan model pemetaan yang dirancang untuk dapat melakukan deteksi objek kelapa sawit pada citra satelit resolusi tinggi berbasis model deep learning.
Inovator Optimal-IPB, Ernan Rustiadi, mengatakan, kelapa sawit merupakan komoditas unggulan yang menjadi salah satu sumber devisa penting bagi Indonesia. Hingga kini, Indonesia masih merupakan negara produsen terbesar kelapa sawit dunia.
Ernan menjelaskan, dengan produktivitas dan harga minyak sawit yang kompetitif, tanaman tersebut tidak hanya dibudidayakan oleh perusahaan besar, tetapi juga oleh masyarakat. Saat ini, luas perkebunan kelapa sawit rakyat telah mencapai 40% dari total luas kebun kelapa sawit nasional.
Namun demikian, kata dia, isu sosial dan lingkungan masih mengancam daya saing produk kelapa sawit Indonesia di pasar dunia. Perusahaan besar produsen kelapa sawit secara bertahap mulai menerapkan standar Indonesian Sustainable Palm Oil System (ISPO) atau Roundtable on Sustainable Palm Oil (RSPO) untuk memperbaiki tata kelola perkebunan mereka.
Hanya saja, aturan itu masih sulit untuk diterapkan di perkebunan kelapa sawit rakyat dengan jumlah petani yang banyak. “Karena itu, perbaikan tata kelola perkebunan kelapa sawit rakyat masih menjadi tantangan besar bagi Indonesia,” kata Ernan saat acara Launching Hasil Penelitian Unggulan IPB: Sawit 4.0 yang digelar Direktorat Riset dan Inovasi IPB University, Kota Bogor, Selasa (27/6/2023).
Menurut Ernan, permasalahan utama perkebunan kelapa sawit rakyat ialah produktivitasnya yang rendah. Hal itu diakibatkan oleh pola budi daya yang belum optimal, input pertanian yang terbatas, varietas tanaman yang beragam, umur tanaman yang relatif tua, penanaman di lahan yang tidak sesuai dan sebagainya.
Pemerintah telah berupaya merancang berbagai program untuk meningkatkan tata kelola perkebunan sawit rakyat. Namun, kata dia, implementasinya berjalan lambat karena tidak adanya basis data yang lengkap dan akurat terkait sebaran perkebunan kelapa sawit rakyat.
Karena itu, kata Ernan, basis data spasial perkebunan kelapa sawit rakyat menjadi kunci untuk memastikan program yang dilaksanakan tidak salah sasaran. Caranya dengan tidak diberikan kepada perkebunan sawit rakyat di kawasan hutan, kawasan lindung, ataupun lahan-lahan yang tidak sesuai.
Terlebih, Ernan menilai, pemetaan perkebunan kelapa sawit rakyat menjadi tantangan tersendiri karena karakteristiknya yang rata-rata berukuran kecil, tersebar, dan terfragmentasi. Bentuk petakan kebunnya pun tidak teratur, kadang berada di lahan yang jauh atau terisolasi dan bercampur dengan komoditas pertanian lainnya.
“Teknologi pemetaan berbasis area atau poligon yang dipakai saat ini tidak mampu menangkap ketampakan seperti ini. Karena itu, Optimal-IPB dikembangkan sebagai model pemetaan berbasis objek yang dalam hal ini adalah tegakan pohon kelapa sawit. Inovasi ini mampu mendeteksi objek kelapa sawit pada citra satelit resolusi tinggi berbasis pada model deep learning,” jelas Ernan.
Dia menuturkan, citra resolusi tinggi digunakan karena relatif tersedia secara gratis di berbagai platform seperti Google dan Microsoft. Meskipun tantangannya berupa ukuran objek yang harus dideteksi menjadi jauh lebih kecil dibandingkan objek pada foto biasa atau foto hasil drone.
“Optimal-IPB didesain memiliki kelebihan dalam mendeteksi small object berupa tanaman kelapa sawit bahkan pada lokasi yang sempit, tersebar dan bercampur dengan objek tanaman lainnya. Hasil deteksi tanaman kelapa sawit kemudian dijadikan dasar untuk mendelineasi perkebunan kelapa sawit rakyat,” kata Ernan.
Model Optimal-IPB) telah digunakan untuk memetakan sebaran perkebunan kelapa sawit rakyat di Provinsi Jambi. Ernan mengatakan, peta itu dihasilkan melalui proses yang cepat, akurat, murah, mudah dan terstandar karena telah dikembangkan dalam bentuk aplikasi yang mudah digunakan.
“Ke depan diharapkan Optimal-IPB dapat dimanfaatkan untuk memetakan perkebunan sawit rakyat di seluruh Indonesia dan dapat dikembangkan lebih jauh untuk melakukan pendugaan umur, produksi dan produktivitas,” kata Ernan.
Kementerian Pertanian melalui Direktorat Jenderal Perkebunan memberikan apresiasi kepada peneliti-peneliti IPB yang telah melakukan percepatan penelitian Sawit 4.0, salah satunya terhadap Optimal-IPB. “Tujuan pengembangan sangat bermanfaat dalam pembangunan perkebunan kelapa sawit Indonesia. Karakteristik sawit rakyat memiliki ciri-ciri menyebar, kecil, tidak merata, jauh dari akses.
Karena itu, melalui Optimal-IPB ini dapat dimanfaatkan untuk pendataan sawit rakyat agar lebih presisi dan terencana sehingga Direktorat Jenderal Perkebunan dapat memaksimalkan serapan kegiatan Peremajaan Sawit Rakyat dari BPDPKS,” ujar Sekretaris Ditjen Perkebunan Heru Tri Widarto.
Heru menambahkan, Pengembangan Teknologi Pemetaan Presisi Populasi Spasial Kebun Kelapa Sawit Rakyat oleh tim peneliti LPPM IPB akan digunakan sebagai referensi dalam pengelolaan data komoditas perkebunan khususnya kelapa sawit. Selain itu juga akan menjadi model pengembangan teknologi spasial untuk komoditas perkebunan lainnya. “Pemodelan ini kami harapkan dapat digunakan juga sebagai bahan pengambilan kebijakan di Direktorat Jenderal Perkebunan,” harap Heru.
Adanya pendataan dan pemetaan sawit rakyat yang terintegrasi, kata Heru Tri Widodo, tentu akan memudahkan dilakukan pemutakhiran data. Karena kita perlu terus mengupdate atau mendata perkembangan maupun pembukaan lahan baru oleh perkebunan sawit rakyat maupun alih fungsi lahan perkebunan sawit rakyat.
“Kami berharap ke depannya pendataan dan pemetaan sawit rakyat dapat semakin terintegrasi, update dan terdata secara menyeluruh,” ujarnya. (SDR)
