Bicaraindonesia.id, Surabaya – Badan Riset dan Inovasi Nasional (BRIN) menghadirkan inovasi metode berbasis kecerdasan buatan (artificial intelligence/AI) untuk mengekstraksi garis pantai di kawasan pesisir Pantai Utara Pulau Jawa (Pantura) melalui pemanfaatan citra satelit Sentinel-2.

Inovasi ini dirancang untuk meningkatkan akurasi dalam memantau perubahan garis pantai yang bersifat dinamis akibat pengaruh faktor alam dan aktivitas manusia.

Riset ini dilakukan oleh tim peneliti BRIN dengan menggunakan model deep learning U-Net yang mampu memisahkan area darat dan laut secara otomatis dari citra satelit.

Penerapan metode dilakukan di sepanjang wilayah pesisir utara Jawa yang memiliki karakteristik beragam, mulai dari pantai berpasir, berlumpur, hingga kawasan dengan intervensi infrastruktur yang tinggi.

Peneliti dari Pusat Riset Teknologi Hidrodinamika BRIN, Edwin Adi Wiguna, menyampaikan bahwa kawasan Pantura merupakan wilayah strategis dengan tingkat kepadatan penduduk tinggi. Namun, daerah ini juga menghadapi tekanan lingkungan seperti abrasi, banjir rob, dan penurunan muka tanah.

“Pemanfaatan model U-Net memungkinkan identifikasi batas darat dan laut secara lebih presisi. Hasil pengujian menunjukkan tingkat akurasi yang tinggi dengan nilai Intersection over Union mencapai sekitar 92 persen,” jelas Edwin dalam siaran tertulisnya dikutip pada Sabtu (4/4/2026).

Dalam pelaksanaannya, citra satelit Sentinel-2 diproses melalui sejumlah tahapan, mulai dari penyusunan dataset, pelatihan model, hingga tahap segmentasi citra.

Model U-Net menghasilkan klasifikasi piksel yang membedakan wilayah darat dan laut, yang selanjutnya diproses menggunakan algoritma deteksi tepi untuk mendapatkan garis pantai secara lebih rinci.

Hasil riset menunjukkan bahwa performa model sangat baik pada pantai berpasir dan berkerikil. Namun demikian, masih terdapat tantangan pada wilayah pantai berlumpur, khususnya di area tambak, karena memiliki kemiripan karakteristik spektral dengan perairan dangkal.

Secara kuantitatif, rata-rata deviasi hasil ekstraksi garis pantai dibandingkan data referensi mencapai sekitar 55,73 meter, dengan kesalahan maksimum hingga 326,45 meter dalam kondisi tertentu, terutama di wilayah kompleks dan berlumpur.

Meski demikian, model tetap menunjukkan konsistensi dalam menangani kompleksitas wilayah pesisir Pantura.

Edwin menambahkan teknologi ini memiliki potensi besar dalam mendukung pemantauan garis pantai secara rutin dan efisien.

“Pendekatan ini dapat dimanfaatkan untuk observasi garis pantai secara berkala dengan biaya yang lebih rendah, sehingga membantu pemerintah dalam pengambilan kebijakan berbasis data, khususnya terkait mitigasi abrasi, banjir rob, dan perubahan garis pantai,” pungkasnya. (*/Pr/B1)