Cegah Kecurangan Produk Pangan, Akademisi UHO Kenalkan Deteksi Cerdas Berbasis Artificial Intelligence di SEMARTANI 5
Kasus kecurangan produk pangan (food fraud) di dunia industri, mulai dari pemalsuan madu murni, pencampuran daging sapi segar dengan jenis daging lain yang berharga lebih murah, hingga pelabelan penipuan yang menjual ikan patin sebagai ikan kakap merah mahal, telah menjadi ancaman serius. Hal ini merugikan tidak hanya dari sisi ekonomi konsumen, tetapi juga sangat mengancam integritas kesehatan masyarakat luas. Isu yang semakin marak terjadi di pasar global maupun domestik ini menjadi sorotan utama yang diangkat oleh akademisi terkemuka dari Universitas Halu Oleo, Dr. M. Syukri Sadimantara, S.T., M.P., pada acara Seminar Nasional Pertanian ke-5 (Semartani 5) Tahun 2026. Mengambil lokasi di Aula Ahmad Zainuri Unmuh Jember, kegiatan berskala nasional ini diselenggarakan secara hybrid pada hari Selasa, 21 Juli 2026.
Dalam materinya, Dr. Syukri memaparkan secara komprehensif
mengenai betapa pentingnya transisi dan peran inovasi teknologi modern dalam
mendeteksi kualitas mutu serta keamanan produk pangan secara cepat, masif, dan
akurat. Menurut tinjauan akademisnya, proses inspeksi kendali mutu (quality
control) yang selama ini dilakukan secara visual oleh tenaga kerja manusia
maupun melalui metode uji laboratorium konvensional saat ini masih memiliki
banyak celah kelemahan. "Penglihatan manusia, meskipun sudah dilatih
secara khusus, sangat rentan terhadap bias subjektif, faktor kelelahan kerja,
dan ketidakkonsistenan penilaian. Sementara itu, prosedur uji laboratorium
memakan waktu antrean yang berminggu-minggu, berbiaya sangat mahal, dan umumnya
bersifat destructive atau harus menghancurkan sampel produk fisik yang
akan diuji," papar pakar kecerdasan buatan dan teknologi pangan tersebut.
Sebagai jalan keluar dan lompatan revolusioner ke depan, Dr.
Syukri memperkenalkan penerapan solusi canggih berbasis Artificial
Intelligence (AI) melalui pendekatan arsitektur jaringan Machine
Learning, pemanfaatan kamera Computer Vision, serta sensor
Spektroskopi (Chemometrics). Melalui pembacaan spektrum cahaya dan analisis
pantulan gelombang optik, teknologi ini mampu secara ajaib mendeteksi komposisi
kimiawi internal dan potensi kerusakan mutu pada tingkat molekuler secara
instan tanpa perlu memotong atau merusak produk sama sekali. Ia mencontohkan
secara langsung penggunaan model Deep Learning mutakhir seperti CNN dan
YOLO (You Only Look Once) yang dapat secara otomatis mengklasifikasikan
kelas kualitas dan adanya mikotoksin pada biji kakao, memprediksi tingkat
rendeman air dan kematangan buah mangga hanya dengan tangkapan citra gambar
dari ponsel pintar berbasis cloud, hingga memverifikasi keaslian murni
sebuah produk madu dari tindak pencampuran (adulteration).
Meskipun potensi teknologinya sangat luar biasa, Dr. Syukri
tetap mengingatkan seluruh akademisi akan sebuah prinsip fundamental dalam
pemodelan kecerdasan buatan, yakni 'Garbage In, Garbage Out'.
"Sistem AI yang paling canggih sekalipun tidak akan pernah berfungsi
maksimal jika data latih (training data) yang kita pasok ke dalamnya
merupakan data kotor atau tidak akurat. Oleh karena itu, tugas krusial dari
para peneliti, dosen, dan mahasiswa teknologi industri pertanian adalah
merancang dan menyediakan bank data set mutu pangan yang benar-benar telah tervalidasi
keakuratannya di dalam laboratorium konvensional untuk mengajari algoritma
mesin tersebut agar semakin cerdas," pesannya. Walaupun investasi
instalasi infrastruktur keras ini cukup mahal di awal, ia sangat optimis bahwa
ke depannya, pengendalian mutu pangan industri akan beralih secara total pada
otomatisasi sistem smart factory.
Posting Komentar