ZONAUTARA.com – Yandex B2B Tech, Yandex School of Data Analysis, dan Far Eastern Federal University (FEFU) telah meluncurkan sebuah inovasi AI terbaru berupa neural network berbasis open-source yang dirancang untuk mempercepat proses pembersihan limbah di wilayah pesisir terpencil, Kamis, 12 Juni 2025.
Teknologi ini telah sukses diimplementasikan di kawasan Cagar Alam Federal Kamchatka Selatan, Rusia Timur, dan kini tengah diuji coba di wilayah Arktik serta lokasi-lokasi lainnya.
Inisiatif ini sejalan dengan tema Hari Lingkungan Hidup Sedunia 2025 yang mengusung semangat untuk menghentikan polusi plastik.
Dengan sifatnya yang terbuka (open-source), teknologi ini dapat dimanfaatkan oleh berbagai pihak – mulai dari lembaga lingkungan hingga komunitas sukarelawan – untuk mempercepat pengumpulan dan pengangkutan limbah padat, termasuk plastik, di area-area ekosistem yang rentan.
Menurut laporan Bank Dunia tahun 2021, Indonesia menghasilkan sekitar 7,8 juta ton sampah plastik per tahun, dengan sekitar 600.000 ton berakhir di lautan.
Sebagian besar—sekitar 83%—limbah plastik laut ini berasal dari daratan melalui aliran sungai, khususnya empat sungai besar: Brantas, Ciliwung, Citarum, dan Progo.
Sungai-sungai ini merupakan kontributor utama pencemaran laut global dan masuk dalam daftar 20 sungai paling tercemar di dunia.
Limbah plastik menyebabkan kerusakan besar pada ekosistem laut, mengganggu rantai makanan, serta mengancam keanekaragaman hayati dan kesehatan manusia.
Garis pantai Indonesia yang membentang sejauh 54.716 kilometer sangat sulit untuk dijaga kebersihannya secara konsisten, terlebih di area terpencil yang sulit dijangkau.
Tantangan ini mencakup tidak hanya proses pembersihan, tetapi juga penilaian kondisi lingkungan dan kebutuhan logistik.
Teknologi AI sebagai solusi
Dengan dukungan teknologi pembelajaran mesin (machine learning), neural network yang dikembangkan oleh Yandex dan FEFU dapat melakukan deteksi dan analisis limbah secara otomatis.
Proses asesmen yang sebelumnya kompleks kini bisa disederhanakan dan dilakukan dengan lebih cepat dan hemat biaya, menjadi solusi alternatif yang efisien dibanding metode konvensional.
Dampak nyata dan potensi global
Selama tahap uji coba di Kamchatka, AI ini mengidentifikasi bahwa sekitar 33–39% limbah di pesisir terdiri dari kemasan plastik, sementara 27–29% lainnya berasal dari industri perikanan.
Dengan menggunakan teknologi ini, tim relawan mampu membersihkan 5 ton sampah dengan kecepatan empat kali lipat dibandingkan metode tradisional.
Mereka juga dapat menentukan jumlah tenaga kerja yang dibutuhkan secara optimal dan memilih peralatan angkut yang tepat.
Pengembangan neural network open-source ini juga meluas ke pemantauan taman nasional di wilayah Timur Jauh Rusia dan Arktik, yang dikenal memiliki medan sulit untuk pengelolaan limbah.
Di Indonesia dan negara-negara lainnya, teknologi ini berpotensi besar untuk diterapkan oleh organisasi lingkungan, tim relawan lokal, dan lembaga pemerintah guna meningkatkan efektivitas pembersihan di wilayah pesisir maupun sungai.
Kemampuan dan fleksibilitas AI
Solusi AI ini mengandalkan teknologi computer vision, khususnya segmentasi gambar semantik, untuk mendeteksi limbah secara otomatis dalam gambar.
Sistem ini mampu mengelompokkan piksel berdasarkan jenis sampah, seperti jaring ikan, plastik, logam, beton, kayu, hingga karet, dengan akurasi mencapai lebih dari 80%.
Setelah mendeteksi sampah, neural network memetakan lokasi limbah, menghitung estimasi volume dan berat, serta menentukan kebutuhan logistik – termasuk jenis kendaraan dan alat berat yang diperlukan.
Dengan pendekatan berbasis data ini, proses pengangkutan menjadi lebih efisien dalam hal waktu dan biaya.
Selain itu, teknologi ini dapat diintegrasikan dengan berbagai alat pemetaan seperti QGIS, yang juga bersifat open-source, memungkinkan kustomisasi lanjutan untuk keperluan lain seperti pemantauan spesies terancam punah atau jenis sampah baru.
