Lima mahasiswa UGM mengembangkan alat pendeteksi kebakaran hutan dan lahan yang diberi nama Saveforest.ai.

Saveforest.ai didesain sebagai alat pendeteksi kebakaran hutan dan lahan berbasis artificial intelligence menggunakan berbagai sensor gas dan thermal camera. Alat ini dikembangkan sebagai salah satu terobosan teknologi yang sejalan dengan SDG nomor 13 tentang “Tindakan untuk Iklim”.

“Selama ini penanganan kebakaran hutan dan lahan umumnya dilakukan secara manual dengan teropong maupun patrol darat karena terbatasnya sumber daya dan medan yang sulit, selain itu penggunaan citra satelit cukup mahal dan lambat dalam mendeteksi asap,” ujar Muhammad Hasani selaku ketua tim.

Hasani yang merupakan masiswa jurusan Elektronika dan Instrumentasi angkatan 2020 ini mengembangkan Saveforest.ai bersama empat mahasiswa lainnya, yaitu Fiana Eka Aprilia (Kehutanan 2020), Aisha Salsabilla (Elektronika dan Instrumentasi 2020), Muhammad Luthfi Harwidjaya (Elektronika dan Instrumentasi 2021), dan Diandra Rizky Yodatama (Elektronika dan Instrumentasi 2021).

Hasani bersama timnya merupakan anggota dari tim Program Kreativitas Mahasiswa bidang Karsa Cipta (PKM-KC) yang berada di bawah bimbingan Dr. Danang Lelono, S.Si, M.T.

“Dengan memungkinkan deteksi dini dan pemantauan mandiri, tim kami bertujuan untuk meningkatkan kesadaran masyarakat dan mendorong tindakan pencegahan tepat waktu, yang pada akhirnya akan memberikan manfaat jangka panjang dalam mengurangi dampak ekologis dan ekonomi dari kebakaran hutan dan lahan,” paparnya

Prototype Saveforest.ai berupa electronic-nose menggabungkan mikrokontroller Teensy 4.0 sebagai pemroses data sensir dan Raspberry Pi untuk menjalankan algoritma AI serta mengirimkan data realtime ke database server.

Alat ini memanfaatkan thermal camera untuk mendeteksi titik panas, lalu sensor gas akan melakukan validasi terjadinya kebakaran dan jenis tanah yang terbakar.

Prototype akan terhubung dengan dashboard Saveforest.ai berbasis web yang dibuat menggunakan NodeJs pada backend dan ReactJs pada frontend.

Metode komunikasi yang digunakan pada backend dan frontend menggunakan MQTT sehingga didapatkan sistem publish dan subscribe dari frontend dan backend. Data yang sudah diproses akan ditampilkan pada dashboard dari GCS untuk dilakukan monitoring.

“Pengujian dilakukan dalam tiga tahapan, yaitu pengujian E-Nose secara groundtest untuk mendeteksi sensor dapat bekerja dengan baik, uji terbang UAV, dan pengujian koordinasi setelah perangkat E-Nose dan UAV digabungkan. Hasil uji Saveforest.ai bisa dibilang cukup baik dan bahkan melebihi ekspektasi kami,” imbuhnya

Hasil uji alat menunjukkan bahwa prototype dapat mendeteksi gas dan panas secara akurat dan dapat mengirimkan data secara langung pada dashboard monitoring.

Selain itu, penerapan SaveForest.ai dan penelitian yang berkelanjutan dapat mendorong kemajuan teknologi kecerdasan buatan, khususnya dalam bidang pelestarian lingkungan dan pengelolaan bencana.

Penulis: