REGIONAL:
"Teknologi ini memberi informasi mengenai komposisi spesies di lahan pribadi yang selama ini kurang terdokumentasi, sekaligus menambah detail spasial pada hutan publik," kata Dalponte.
Menurutnya, temuan ini menjadi alat penting bagi dinas kehutanan untuk mengidentifikasi spesies bernilai ekonomi maupun dalam menemukan titik-titik keanekaragaman hayati.
Selain menghasilkan peta yang lebih akurat, penelitian ini juga menyoroti pendekatan pembelajaran mesin bernama soft labels. Berbeda dengan metode pelatihan AI pada umumnya, teknik ini tetap memanfaatkan informasi yang diperoleh dengan memperhitungkan proporsi masing-masing spesies.
Menurut James, pendekatan tersebut memungkinkan AI untuk mendapatkan lebih banyak informasi dari data yang sebelumnya dianggap terlalu rumit untuk digunakan.
James berharap pendekatan ini dapat dikembangkan untuk menghasilkan pemetaan hutan otomatis dalam skala benua, sehingga mendukung pengelolaan hutan, konservasi keanekaragaman hayati, serta pemantauan karbon secara lebih efisien.
Ia sendiri telah menerapkan metode yang sama pada jaringan lebih dari 11.000 lokasi hutan di Amerika Latin.
"Hal ini membuka peluang untuk mengintegrasikan lebih banyak data dan melihat sejauh mana kita dapat mendorong hal ini untuk pemetaan hutan skala benua secara otomatis yang dapat mewakili lebih banyak ciri menariknya," pungkasnya dikutip dalam laman Phys.org, Jumat (31/7).
Penulis: Chairunisa
TERPOPULER
