ADVERTORIAL

SPPR-ITB Kembangkan Moodel Deteksi Anomali Berbasis AI

Wacana.info
(Foto/Instagram Kementerian ATR/BPN)

JAKARTA - Dalam upaya meningkatkan kualitas data spasial bidang tanah, Direktorat Jenderal Survei dan Pemetaan Pertanahan dan Ruang (SPPR) mengadakan pertemuan dengan tim peneliti Institut Teknologi Bandung (ITB) pada Selasa (21/10). 

Pada kesempatan ini, tim peneliti ITB memaparkan model yang dapat mendeteksi bidang tanah anomali secara otomatis menggunakan artificial intelligence (AI). Adapun sampel yang digunakan berupa data spasial bidang tanah dari Kantor Pertanahan Kota Cimahi, Provinsi Jawa Barat.

Ketua tim peneliti ITB, Andri Hernandi mengungkapkan, model AI-BAP versi 2 merupakan pengembangan dari model sebelumnya. Menurutnya, model ini menjadi alternatif dan solusi untuk mengatasi permasalahan yang dihadapi.

Kegiatan dilanjutkan dengan paparan model yang disampaikan secara langsung oleh Ratri Widyastuti. Pada kesempatan ini, Ratri menjelaskan bahwa terdapat tiga metode yang digunakan pada model AI-BAP versi 2 untuk mengakomodasi karakteristik bidang tanah di lapangan.

Adapun metode yang dimaksud, antara lain:
-    LS1 (perataan kuadrat terkecil untuk setiap blok persil menggunakan model transformasi rigid);
-    LS2 (perataan kuadrat terkecil untuk setiap blok menggunakan model transformasi similarity); dan
-    LS3 (perataan kuadrat terkecil untuk setiap persil dalam 1 blok menggunakan model transformasi similarity).

Sementara itu, Direktur Jenderal SPPR, Virgo Eresta Jaya berharap, model ini nantinya dapat dikembangkan untuk mengakomodasi sejumlah anomali yang ditemukan di lapangan. Dengan begitu, model dapat segera digunakan oleh Kantor Pertanahan untuk mendeteksi bidang anomali dan meningkatkan kualitas data yang dimiliki.

Direktur Pengukuran dan Pemetaan Kadastral, Hendy Pranabowo, mengapresiasi model yang AI-BAP versi 2. “Model ini sejalan dengan tagline SPPR Berintegritas dalam kaitan integritas data. Kami ingin anomali bidang tanah dapat terdeteksi secara otomatis,” ujarnya. (ADV)