Kepala Pusat Riset Geoinformatika Badan Riset dan Inovasi Nasional (BRIN) Prof. Rokhis Komarudin menegaskan bahwa pemanfaatan High Performance Computing (HPC) dan kecerdasan artifisial atau Artificial Intelligence (AI) menjadi kunci utama untuk menjawab tantangan pengolahan data penginderaan jauh yang semakin besar dan kompleks. Penegasan tersebut disampaikan dalam Sesi Pleno 2 bertajuk Kolaborasi dalam Aplikasi AI untuk Mengatasi Tantangan Sosial dan Lingkungan pada rangkaian ASEAN Workshop on Advancing AI through HPC 2025, Rabu, 17 Desember 2025.
Prof. Rokhis menjelaskan bahwa teknologi penginderaan jauh berkembang sangat cepat, ditandai dengan peningkatan resolusi citra satelit, waktu perekaman yang semakin singkat, serta efisiensi sistem yang meningkat seiring berkembangnya konstelasi satelit, termasuk satelit mikro dan nano. Ledakan volume data juga didorong oleh hadirnya berbagai platform berbagi data, mesin pemetaan, serta pemanfaatan drone untuk pemetaan wilayah.
Seiring perkembangan tersebut, volume data yang dihasilkan menjadi sangat besar sehingga membutuhkan perangkat pemrosesan yang jauh lebih kuat. Dalam konteks inilah peran HPC dan AI menjadi sangat krusial untuk mengolah data secara efektif dan efisien.
Ia mengungkapkan bahwa data penginderaan jauh memiliki beragam jenis, mulai dari data hiperspektral, multispektral, Synthetic Aperture Radar (SAR), hingga LiDAR. Seluruh jenis data tersebut saat ini telah diolah oleh BRIN dengan dukungan teknologi HPC dan AI.
Pemanfaatan teknologi tersebut terbukti meningkatkan efisiensi pemrosesan secara signifikan. Pemrosesan data hiperspektral yang sebelumnya memerlukan waktu sekitar 13 menit per adegan dengan komputer konvensional kini dapat diselesaikan hanya dalam satu detik menggunakan HPC. Selain itu, pemrosesan data multispektral menjadi 46 kali lebih cepat, pemrosesan data SAR mampu dipangkas hingga 96 persen, serta data LiDAR mengalami percepatan pemrosesan yang serupa.
Keunggulan ini mendorong BRIN mengembangkan platform terpadu bernama GeoMIMO atau Geoinformatika Multi-Input Multi-Output Indonesia. Platform tersebut dirancang untuk mengintegrasikan berbagai sumber data, mulai dari citra satelit, data UAV, Google Earth Engine, data hasil pengolahan, hingga data yang diperoleh dari stasiun lapangan.
Dalam pengembangannya, BRIN menjalin kerja sama dengan sejumlah penyedia data internasional. JAXA menyediakan data ALOS, NASA menyediakan data Landsat, dan BRIN juga tengah berdiskusi dengan European Space Agency (ESA) terkait pengembangan SCOPE Digital. Selain itu, BRIN berkolaborasi dengan NOAA serta telah menandatangani kontrak dengan LASAT China untuk penyediaan data beresolusi dua meter yang mencakup seluruh wilayah Indonesia.
Dengan semakin beragamnya sumber data tersebut, peningkatan kemampuan pengolahan data menjadi kebutuhan mutlak. HPC dan AI memungkinkan BRIN menghasilkan data yang siap digunakan dari berbagai input yang tersedia.
Data yang telah diolah selanjutnya diproses melalui processing engine yang dikembangkan BRIN dengan berbagai model komputasi dan klasifikasi berbasis AI. Produk yang dihasilkan difokuskan pada empat bidang utama, yakni ketahanan pangan, lingkungan dan penanggulangan bencana, emisi gas rumah kaca, serta pertahanan dan keamanan.
Untuk mendukung pemanfaatan oleh pengguna, BRIN menyediakan dua jenis platform, yaitu platform interaktif dan non-interaktif. Platform interaktif memungkinkan pengguna menentukan Area of Interest (AOI) dan jenis pemrosesan yang dibutuhkan, sedangkan platform non-interaktif ditujukan bagi pengguna umum untuk mengakses informasi yang telah diproses. Secara keseluruhan, pengguna diklasifikasikan ke dalam empat kategori, yakni pengguna umum, pengguna khusus, pengguna privat, dan pengguna akademik.
Lebih lanjut, Prof. Rokhis menyampaikan harapannya agar Indonesia ke depan dapat menjadi tuan rumah sekaligus pusat pemanfaatan ASEAN HPC. Infrastruktur tersebut dinilai strategis untuk mendukung pengolahan data penginderaan jauh skala kawasan melalui platform GeoMIMO.
Pemanfaatan HPC dan AI yang dikembangkan BRIN juga diarahkan untuk mendukung pencapaian Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs). Aplikasi geoinformatika yang tersedia telah mendukung berbagai target SDGs, mulai dari pengentasan kemiskinan melalui deteksi kawasan kumuh, ketahanan pangan melalui pemantauan pertanian, kesehatan dan kesejahteraan, pengelolaan air bersih, energi bersih, kota berkelanjutan, aksi iklim, hingga perlindungan ekosistem darat dan laut.
Sebagai contoh penerapan konkret, BRIN memanfaatkan HPC dan AI untuk menghasilkan mosaik citra bebas awan di wilayah Indonesia, meningkatkan resolusi spasial citra Sentinel-2, menghilangkan noise pada data penginderaan jauh, serta mempercepat pemantauan pertanian dan deformasi gunung api. Tanpa HPC, pemrosesan pemantauan pertanian dapat memakan waktu hingga 24 jam, sedangkan dengan HPC dapat diselesaikan dalam waktu sekitar 3,5 jam.
Prof. Rokhis juga menyoroti sejumlah tantangan ke depan, antara lain ledakan volume data yang mencapai skala terabyte per hari, kompleksitas algoritma berbasis deep learning, kebutuhan pemrosesan waktu nyata saat terjadi bencana, serta tuntutan pengembangan pipeline petascale dan sistem hibrida yang mengintegrasikan sensor, komputasi awan, dan HPC secara optimal.
Seluruh tantangan tersebut, menurutnya, menegaskan bahwa HPC dan AI bukan lagi sekadar pilihan, melainkan kebutuhan strategis dalam pengembangan geoinformatika modern.
