Jakarta (ANTARA) - Pusat Riset Sistem Data dan Informasi Badan Riset dan Inovasi Nasional (BRIN) mengembangkan aplikasi atau metode pengenalan klon teh dengan menggunakan kecerdasan artifisial (AI) yakni machine learning untuk mendukung peningkatan produktivitas teh di Indonesia.

"Penelitian ini mengusulkan convolutional variational autoencoder based feature learning untuk pengenalan klon teh," kata peneliti di Pusat Riset Sistem Data dan Informasi BRIN Vicky Zilvan dalam Webinar Teknologi Machine Learning untuk Pemulihan Ekonomi Pasca Pandemi COVID-19 yang diikuti secara virtual di Jakarta, Rabu.

Berdasarkan Wikipedia, dalam machine learning, feature learning (pembelajaran fitur) adalah seperangkat teknik yang memungkinkan sistem untuk secara otomatis menemukan representasi yang diperlukan untuk deteksi fitur atau klasifikasi dari data mentah.

Dengan memanfaatkan algoritma pembelajaran fitur berbasis autoencoder variasional konvolusi, diharapkan pengenalan klon teh secara otomatis dan cepat dilakukan sehingga membantu mengembangkan varietas klon untuk meningkatkan kualitas dan produktivitas teh di Indonesia.

Baca juga: KPHP fasilitasi masyarakat Sorong produksi teh gaharu

Baca juga: Holding Perkebunan Nusantara ekspor teh ke Amerika Serikat


Pada akhirnya, diharapkan dapat berkontribusi untuk meningkatkan potensi Indonesia sebagai produsen dan eksportir teh di dunia.

Dari data yang diperoleh dari World's Top Exports, Indonesia berada di peringkat ke-13 dengan nilai ekspor teh sebesar 96,3 juta dolar AS, dengan kontribusi 1,4 persen terhadap ekspor dunia.

"Apabila kita melihat perbandingan dengan negara yang notabene lebih kecil dan sumber daya yang lebih kecil dibandingkan Indonesia, tentunya Indonesia memiliki potensi yang sangat besar untuk menjadi produsen dan eksportir teh di dunia," ujar Vicky.

Vicky yang berasal dari Kelompok Riset Machine Learning BRIN, menuturkan di perkebunan sangat mungkin terdapat berbagai klon dari pembibitan silang atau pembibitan yang tidak disengaja oleh petani. Setiap klon teh memiliki ciri khas seperti kualitas dan ketahanan terhadap penyakit.

Inspeksi visual biasanya dilakukan di perkebunan untuk membagi area berdasarkan klon teh yang berbeda untuk menghasilkan tanaman dengan kualitas yang konsisten. Namun, itu akan memakan biaya dan waktu.

Untuk orang awam, perbedaan antara satu seri dengan seri lain klon teh tidak mudah dikenali karena setiap seri klon mempunyai karakteristik fisik yang berbeda seperti bentuk, ukuran, lebar, warna, dan urat daun.

Saat ini, inspeksi hanya dilakukan oleh ahli yang jumlahnya terbatas dengan pengalaman bertahun-tahun, dan dilakukan secara manual dengan memeriksa antara lain ukuran fisik, tekstur, dan urat daun.

Untuk memeriksa seluruh segmen perkebunan tentunya akan memakan waktu dan biaya yang tinggi serta rentan terhadap kesalahan. Oleh karena itu, Vicky dan tim mengusulkan algoritme pembelajaran fitur berbasis autoencoder variasional konvolusi untuk mengenali klon teh secara otomatis.*

Baca juga: Kemenko Perekonomian ungkap peluang ekspor teh RI

Baca juga: Minum teh sore-sore di kafe terinspirasi Alice in Wonderland

Pewarta: Martha Herlinawati Simanjuntak
Editor: Erafzon Saptiyulda AS
Copyright © ANTARA 2022