Badan Riset dan Inovasi Nasional (BRIN) mengembangkan GEOMIMO (Geoinformatics Multi Input Multi Output Indonesia), platform yang mengintegrasikan beragam data penginderaan jauh (Foto: Dok BRIN)
Jakarta, InfoPublik – Pemantauan kebakaran hutan dan lahan (karhutla) tidak cukup hanya mengandalkan deteksi titik panas setelah api muncul. Kemampuan memperkirakan potensi kebakaran sebelum meluas menjadi kebutuhan penting untuk memperkuat pencegahan bencana.
Untuk mendukung langkah tersebut, Badan Riset dan Inovasi Nasional (BRIN) mengembangkan GEOMIMO (Geoinformatics Multi Input Multi Output Indonesia), platform yang mengintegrasikan beragam data penginderaan jauh untuk menghasilkan informasi geospasial dan mendukung pemodelan prediktif.
Platform ini dirancang untuk mengolah data satelit, pengukuran lapangan, pesawat tanpa awak atau drone, serta sumber data lainnya menjadi informasi yang dapat dimanfaatkan dalam pengambilan keputusan. Penggunaannya mencakup empat sektor strategis, yakni ketahanan pangan, lingkungan dan kebencanaan, pemantauan emisi gas rumah kaca, serta keamanan dan pertahanan.
Kepala Pusat Riset Geoinformatika (PRGI) BRIN Rokhis Khomarudin menjelaskan, salah satu fokus pengembangan GEOMIMO ialah memperluas kemampuan pemantauan karhutla dari identifikasi titik panas menuju sistem yang mampu memperkirakan potensi kejadian kebakaran.
“Jika saat ini kita fokus pada monitoring titik panas, ke depan kita akan membangun sistem prediktif karhutla,” ujar Rokhis dalam BRIN–Esri Geospatial Innovation & Research Collaboration Workshop di Gedung B.J. Habibie, Jakarta, Kamis (5/11/2026).
Pengembangan sistem prediktif tersebut diharapkan dapat memperkuat dukungan informasi bagi upaya mitigasi. Meski demikian, kemampuan prediksi karhutla masih menjadi bagian dari pengembangan yang disampaikan BRIN, bukan layanan prediksi operasional yang telah dinyatakan tersedia secara luas.
GEOMIMO dikembangkan sebagai platform utama untuk mendukung riset dan layanan geospasial melalui integrasi data multisumber, pengolahan otomatis, dan analisis spasial. Sistem ini memanfaatkan data satelit, antara lain ALOS-2 PALSAR-2 dari Japan Aerospace Exploration Agency (JAXA), Sentinel-1 dan Sentinel-2 dari European Space Agency (ESA), serta data dari National Aeronautics and Space Administration (NASA) dan National Oceanic and Atmospheric Administration (NOAA).
Sumber informasi tersebut dilengkapi data lapangan berbasis internet of things (IoT), crowdsourcing, drone, serta data dari Badan Informasi Geospasial (BIG) dan Badan Pusat Statistik (BPS).
Beragam sumber data itu disiapkan melalui sistem ready data berbasis open data cube dan spatio-temporal asset catalog. Sistem tersebut dirancang untuk melakukan koreksi geometrik dan radiometrik secara otomatis sehingga menghasilkan analysis ready data (ARD), yakni data yang telah melalui pengolahan awal dan siap digunakan untuk analisis lebih lanjut.
“Sistem ini dirancang untuk melakukan koreksi geometrik dan radiometrik secara otomatis sehingga menghasilkan analysis ready data (ARD), yaitu data yang telah melalui pengolahan awal dan siap digunakan untuk analisis lebih lanjut,” terang Rokhis.
Data yang telah disiapkan kemudian diproses melalui BRIN Engine, sistem pengolahan otomatis yang dilengkapi pustaka modul dan algoritma spasial. Kecerdasan artifisial (artificial intelligence/AI) dan machine learning digunakan untuk mendukung klasifikasi, ekstraksi parameter biofisik bumi, serta pengembangan model spasial.
Pendekatan ini memungkinkan berbagai jenis data diolah dalam satu alur kerja. Informasi yang dihasilkan dapat menjadi dasar analisis kondisi wilayah, perubahan tutupan lahan, maupun fenomena lingkungan yang membutuhkan pemantauan berkelanjutan.
Di sektor ketahanan pangan, GEOMIMO diarahkan untuk memantau fase pertumbuhan tanaman, termasuk padi, serta kondisi pertanian. Informasi tersebut berpotensi mendukung pemantauan kondisi lahan dan penyediaan data untuk perencanaan pertanian.
Untuk sektor lingkungan dan kebencanaan, platform ini dikembangkan guna memantau titik panas karhutla, kekeringan, banjir, serta menilai dampak gempa bumi. Informasi geospasial dapat membantu pemangku kepentingan memahami kondisi wilayah terdampak dan menyusun langkah penanganan berdasarkan data.
GEOMIMO juga mendukung pengembangan pemantauan emisi gas rumah kaca, terutama metana dari lahan sawah dan karbon dioksida. Analisis dilakukan dengan memanfaatkan data satelit yang dipadukan dengan hasil pengukuran lapangan.
Sementara itu, untuk kebutuhan keamanan dan pertahanan, data geospasial dapat dimanfaatkan dalam pemantauan wilayah perbatasan, aktivitas maritim, deteksi kapal pada malam hari, serta pengawasan kawasan pesisir.
Pengembangan GEOMIMO ditopang empat kelompok riset di PRGI BRIN, yakni Geo-Data, Geo-Analysis, Geo-Information, serta Geo-Visualization and Geoinformatics Infrastructure. Keempat kelompok tersebut menangani rangkaian pekerjaan mulai dari penyiapan dan pengolahan data, analisis dan pemodelan spasial, hingga penyajian informasi melalui platform web dan perangkat bergerak.
Dari sisi teknis, PRGI BRIN telah mengembangkan sistem pengolahan lebih dari sepuluh jenis data satelit, termasuk Sentinel, SPOT, Pleiades, ALOS-2, Gaofen, Landsat, dan MODIS. Pengolahannya didukung komputasi berkinerja tinggi (high-performance computing/HPC), serta teknologi Geo-AI dan machine learning dengan algoritma seperti CNN, U-Net, Random Forest, dan LSTM.
Selain GEOMIMO, PRGI BRIN telah menghasilkan 36 produk inovasi unggulan berbasis penginderaan jauh dan AI. Di antaranya, SPECTRA+ untuk pemetaan cepat dampak bencana hidrometeorologi, MABAR-NRT untuk pemantauan mangrove, VALE untuk mengidentifikasi potensi lokasi embung, serta IP Padi SAR untuk mengidentifikasi indeks pertanaman padi menggunakan deret waktu data radar.
Produk-produk tersebut ditujukan bagi berbagai kelompok pengguna, mulai dari masyarakat, kementerian dan lembaga, pemerintah daerah, sektor swasta, hingga perguruan tinggi. Akses dan integrasi informasi geospasial didukung layanan Web Map Service (WMS) dan Web Feature Service (WFS), yang dapat digunakan melalui perangkat lunak sumber terbuka seperti QGIS maupun platform komersial seperti ArcGIS.
Melalui GEOMIMO dan produk riset lainnya, BRIN berupaya memperkuat pemanfaatan data geospasial untuk menjawab kebutuhan lintas sektor. Tantangan berikutnya ialah memastikan hasil pengolahan data dapat diterjemahkan menjadi informasi yang tepat waktu, mudah diakses, dan relevan bagi pengambil kebijakan, terutama dalam pencegahan bencana, pengelolaan pangan, dan perlindungan lingkungan.
