Peneliti Kembangkan AI TreeStructor untuk Kenali Struktur Pohon di Hutan

KOMPAS.com - TreeStructor merupakan metode AI (Artificial Intelligence atau kecerdasan artifisial) baru untuk mengisolasi dan merekonstruksi pepohonan di hutan.

Metode ini diperkenalkan oleh Departemen Ilmu Komputer dan Institut Kehutanan Digital Universitas Purdue dan Universitas Kiel di Jerman.

"Kami memperkenalkan TreeStructor, pendekatan baru untuk mengisolasi dan merekonstruksi pepohonan hutan," tulis para peneliti, dilansir dari laman IEEE Xplore, Kamis (22/1/2026).

Studi tersebut telah diterbitkan di IEEE Transactions on Geoscience and Remote Sensing.

Baca juga:

• OpenAI Siapkan Rencana Stargate agar Pusat Data AI Tak Bebani Warga
• Teknologi AI Jadi Cara Industri Berat Kejar Target Nol Emisi

AI bantu temukan pohon di hutan

TreeStructor mampu mengidentifikasi struktur pohon

Eriana Widya Astuti TreeStructor merupakan metode AI baru untuk mengisolasi dan merekonstruksi pepohonan di hutan.

Berbeda dengan perkotaan, mobil, dan produk buatan manusia lainnya, alam cenderung menghasilkan struktur stokastik yang mengandung karakteristik acak.

"Simetri biasanya tidak ada dalam struktur stokastik. Hal itu membuat rekonstruksi struktur tersebut sangat sulit. Dan itu berarti sebagian besar metode yang berfungsi untuk rekonstruksi struktur buatan biasanya gagal pada vegetasi," ujar salah satu penulis sekaligus wakil kepala departemen ilmu komputer di Purdue, Bedrich Benes, dilansir dari Phys.org.

Namun, vegetasi mencakup banyak bagian yang berulang dengan skala berbeda, misalnya ranting kecil mirip dengan cabang besa. Inilah ide kunci di balik TreeStructor.

Metode AI disebut masih kurang mampu mengidentifikasi fitur-fitur ini untuk struktur stokastik dan di sinilah TreeStructor mengisi kekosongan tersebut.

"Mata Anda akan mengirimkan data ke otak, otak akan secara harfiah menghubungkan titik-titik tersebut, dan Anda akan mempersepsikan data tersebut sebagai struktur tiga dimensi," tutur Benes.

Selama dua tahun pengembangan, TreeStructor sudah mampu melakukan lebih banyak hal dengan point cloud daripada otak manusia.

TreeStructor membantu mendeteksi dan mengisolasi bagian-bagian yang berulang dan menangkap bentuk pohon, yang memberi keuntungan ilmiah, ekonomi, serta manfaat lainnya.

Cabang-cabang pohon saling tumpang tindih dan berbelit-belit mempersulit rekonstruksi hutan. 

Otak manusia pun bisa kesulitan membedakan dua pohon dari kejauhan jika berdiri berdekatan dengan kanopi yang saling bertautan. TreeStructor mampu melihat perbedaannya.

Namun, sebagian besar penelitian sebelumnya berfokus pada ekstraksi pohon tunggal dari kumpulan data hutan yang umumnya bersih.