UIN Palangka Raya Kembangkan Drone AI untuk Deteksi Karhutla dari Bawah Tanah
Teknologi ini dirancang untuk menemukan titik rawan kebakaran lebih cepat di lahan gambut Kalimantan.
Kebakaran hutan dan lahan (karhutla) kembali menjadi persoalan serius selama musim kemarau. Sejumlah titik di Indonesia terdampak, termasuk kawasan Kalimantan yang tengah menghadapi karhutla cukup parah.
Table Of Content
Melihat kondisi tersebut, Universitas Islam Negeri (UIN) Palangka Raya mengembangkan teknologi drone berbasis kecerdasan buatan (AI) yang dirancang untuk mendeteksi titik api sekaligus memetakan wilayah rawan kebakaran, khususnya di kawasan lahan gambut.
Inovasi ini dikembangkan sebagai bagian dari Crisis Command Center (CCC) Karhutla UIN Palangka Raya melalui riset bertajuk Development of AI Camera-Equipped Drone System for Targeted Peatland Fire Control and Disaster Mitigation During Extended Dry Seasons in Kalimantan.
Riset tersebut melibatkan tim yang dipimpin Muhammad Nasir bersama Jhelang Annovasho, Zulya Desmita, dan Fitriyani dari UIN Palangka Raya, serta Faisal Ashari dari Universitas Bojonegoro.
Baca Juga: Inovasi Mahasiswa ITB: Rancang Sistem Rantai Pasok Berbasis AI Guna Tekan Food Loss
Menargetkan Kebakaran yang Sulit Terlihat
Salah satu alasan utama teknologi ini dikembangkan adalah karakteristik lahan gambut yang memiliki risiko kebakaran berbeda dibandingkan lahan biasa. Di kawasan gambut, api dapat muncul dalam bentuk smouldering, yakni kebakaran yang berlangsung perlahan di bawah permukaan tanah.
Kondisi tersebut membuat kebakaran sulit dikenali hanya melalui pengamatan visual. Api yang berada di bawah permukaan dapat tetap membara dan berpotensi menyebar sebelum akhirnya muncul ke permukaan.
Karena itu, kemampuan mendeteksi indikasi kebakaran sejak dini menjadi bagian penting dalam upaya mitigasi karhutla. Drone yang dilengkapi AI diharapkan dapat membantu melakukan pemantauan di kawasan yang sulit dijangkau manusia sekaligus mempercepat identifikasi titik rawan.
Teknologi tersebut juga dirancang agar dapat mendukung penanganan di lapangan, termasuk membawa air dan peralatan pembasahan untuk membantu proses mitigasi.
AI Diproses Langsung di Atas Drone
Pemanfaatan AI menjadi salah satu keunggulan dalam pengembangan drone ini. Sistem dirancang agar mampu melakukan pemrosesan data secara langsung ketika drone beroperasi di lapangan.
“Kami ingin teknologi ini tidak berhenti di laboratorium. AI dan drone ini dikembangkan untuk membantu mendeteksi titik rawan lebih cepat, sehingga pencegahan dan penanganan karhutla dapat dilakukan sebelum kebakaran meluas,” ujar Jhelang, dikutip dari laman Kementerian Agama, Minggu (23/8/2026).
Menurut Jhelang, sistem AI nantinya akan diintegrasikan dengan edge computer yang dipasang pada drone. Dengan teknologi tersebut, data yang diperoleh dari kamera drone dapat diproses secara langsung tanpa harus menunggu seluruh data dikirim untuk dianalisis di tempat lain.
Sistem ini diharapkan mampu membantu mengenali potensi smouldering maupun kemunculan api dengan lebih cepat sehingga respons terhadap ancaman karhutla dapat dilakukan sedini mungkin.
Dikembangkan dalam Tiga Tahap
Pengembangan drone AI tersebut akan dilakukan melalui tiga tahap. Pada tahap awal, tim peneliti akan berfokus pada perancangan sistem, pengumpulan dataset, serta pelatihan model AI.
Tahapan berikutnya akan diarahkan pada integrasi sistem AI dengan perangkat drone dan pengujian kemampuan teknologi di lapangan. Pengembangan tersebut ditujukan agar teknologi tidak hanya berfungsi sebagai alat pemantauan, tetapi juga dapat mendukung strategi pengendalian dan mitigasi karhutla.
Riset drone AI ini mendapat dukungan melalui Program Riset Indonesia Bangkit Kementerian Agama atau MORA The AIR Funds.
Dengan pengembangan teknologi tersebut, UIN Palangka Raya berharap inovasi drone berbasis AI dapat menjadi salah satu solusi untuk memperkuat sistem deteksi dini karhutla, terutama dalam menghadapi karakter kebakaran gambut yang kerap sulit terlihat dari permukaan.
Baca Juga: Tim iConic ITB Raih Juara 2 Nasional Lewat Inovasi Helm Pintar Pencegah Microsleep