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.

"Data yang kami gunakan menantang, dan kami bekerja dengan hutan lengkap," tutur salah satu penulis sekaligus profesor ilmu komputer di Universitas Kiel, Sören Pirk.

Baca juga:

• Google Rilis Panduan untuk Bantu Laporan Keberlanjutan dengan AI
• AI Jadi Ancaman Jutaan Pekerjaan di Asia, Ini Peringatan PBB

Punya kompleksitas alami

Pexels/ Mikhail Nilov TreeStructor merupakan metode AI baru untuk mengisolasi dan merekonstruksi pepohonan di hutan.

Studi ini memanfaatkan aspek repetitif dari struktur alami yang kompleks. Dengan asumsi pohon menampilkan struktur berulang pada berbagai skala, para peneliti menciptakan kumpulan data representatif berupa sebuah kamus.

Kemudian, para peneliti membiarkan AI mempelajari elemen yang ada dan menemukannya dengan cepat dalam data point-cloud.

"Semua daun maple, misalnya, menampilkan variasi tema yang sama, tetapi begitu Anda melihat beberapa, Anda dapat mengenali sebagian besar di antaranya," ucap Benes.

Kamus itu terdiri dari point clouds dan sekumpulan jala bentuk geometris yang sesuai dan belum diurutkan.

TreeStructor merupakan model AI yang mengambil point clouds yang belum pernah dilihat sebelumnya dan mengurutkan obyek-obyek dalam kamusnya. 

Model tersebut mencocokkan bagian-bagian dari point clouds, dengan jaring bentuk geometris tiga dimensi terpisah-pisah, serta mewakili batang pohon dan bagian-bagian percabangan yang sulit dideteksi dengan metode sebelumnya.

Hasilnya, jaringan bentuk saling terhubung yang diibaratkan Benes dengan pipa dalam sistem perpipaan.

Baca juga:

• UN Women Peringatkan, Kekerasan Digital Berbasis AI Ancam Perempuan
• UE Prioritaskan Penggunaan AI Lokal di Sektor Strategis

Potensi identifikasi spesies pada masa depan

Unsplash/Gagandeep Singh TreeStructor merupakan metode AI baru untuk mengisolasi dan merekonstruksi pepohonan di hutan.

Salah satu penulis, Ketua Dekan bidang Remote Sensing dan direktur Institut Kehutanan Digital, Songlin Fei menganggap, pembuatan kamus pohon ini merupakan langkah signifikan menuju identifikasi spesies

"Pengembangan lebih lanjut dari kamus ini tidak hanya akan membantu Anda merekonstruksi pohon tetapi juga memberi tahu Anda jenis pohon apa itu," tutur Fei.

Sebelum rekonstruksi data dimulai, para peneliti mengembangkan kode sumber untuk melatih kumpulan data yang dihasilkan secara sintetis.

Mereka menciptakan ribuan pohon virtual dengan dipindai oleh lidar virtual dan dipotong menjadi bagian-bagian pohon yang bisa dikenali dan dihubungkan.

Setelah itu, proses pelatihan AI yang memakan waktu dimulai dan TreeStructor dapat digunakan untuk mendeteksi pohon.

Keakuratan TreeStructor divalidasi dalam serangkaian pengujian, di antaranya merekonstruksi model pohon yang sama dengan pemindaian laser yang dikumpulkan melalui ransel, pemindaian laser terestrial, dan drone. Termasuk, membandingkannya dengan metode yang merekonstruksi pohon tunggal.

"Metode ini cukup tangguh terhadap berbagai sensor," ucap Benes.

Namun, TreeStructor tidak mampu mendeteksi pohon mati, semak, dan puing-puing lainnya di lapisan bawah hutan. Resolusi sensor Lidar juga menjadi faktor.

"Setiap tahun, kita memiliki lidar dengan kualitas yang semakin tinggi, tapi ada batasan teknologi pada sensor-sensor ini," ujar Benes.