Sektor pertanian memiliki peran strategis yang sangat penting dalam ekonomi nasional dan pencapaian Tujuan Pembangunan Berkelanjutan (SDGs), khususnya dalam mencapai ketahanan pangan nasional. Pada triwulan kedua tahun 2023, sektor pertanian menyumbang sekitar 13,4 persen dari Produk Domestik Bruto (PDB) Indonesia dan menjadi penyedia lapangan kerja terbesar, melibatkan sekitar 40,2 juta orang atau sekitar 29,4 persen dari total angkatan kerja (BPS, Juni 2022).

Selama lima tahun terakhir, Indeks Keamanan Pangan Dunia dan Indeks Keamanan Pangan Indonesia mengalami stagnasi dengan tren penurunan, terutama selama pandemi dan konflik geopolitik Rusia-Ukraina. Indeks Keamanan Pangan Global (GFSI) Indonesia berada di bawah rata-rata dunia dan berada di peringkat 63 dari 113 negara yang diukur.

Ketahanan pangan mencakup ketersediaan pangan berkualitas, akses yang memadai bagi individu dan rumah tangga untuk memperoleh sumber daya pangan, ketersediaan bahan pangan bergizi, dan keberlanjutan akses terhadap pangan. Presiden Joko Widodo terus menekankan pentingnya memiliki data pertanian yang akurat dan dapat dipercaya untuk kebijakan, terutama di sektor pertanian dan dalam menjawab masalah ketahanan pangan nasional.

Data berkualitas, seperti luas lahan pertanian, produktivitas, dan kebutuhan pupuk, sangat penting untuk merumuskan kebijakan yang efektif dan berdampak pada masyarakat. Sensus Pertanian tahun 2023 yang baru-baru ini dilaksanakan diharapkan dapat memberikan pemahaman yang komprehensif tentang pertanian di seluruh Indonesia, hingga ke tingkat administrasi terkecil.

Namun, pengumpulan data pertanian saat ini masih bergantung pada data administratif dan belum sepenuhnya memanfaatkan metode pengukuran objektif. Untuk memenuhi kebutuhan akan data statistik yang berkualitas, lengkap, akurat, relevan, mutakhir, dan terperinci, diperlukan transformasi dalam proses bisnis statistik pemerintah.

Penggunaan berbagai sumber data baru dan penerapan teknologi terkini seperti Big Data dan Kecerdasan Buatan (AI) menjadi bagian penting dalam modernisasi statistik, dengan tujuan untuk lebih efisien dalam menghasilkan data dan informasi yang lebih cepat, rinci, dan akurat.

Pemanfaatan Big Data dalam Statistik Pertanian

Sejak tahun 2018, Badan Pusat Statistik (BPS) telah menggunakan Kerangka Sampel Area (KSA) yang dikembangkan bersama dengan Badan Pengkajian dan Penerapan Teknologi (BPPT) untuk menghitung luas panen tanaman padi. Metode ini melibatkan penggabungan data peta lahan sawah dari teknologi penginderaan jarak jauh (remote sensing), menggunakan citra satelit sebagai kerangka pengambilan sampel, dan perangkat Android untuk observasi lapangan terkait pertumbuhan tanaman.

Hasil dari metode ini digunakan untuk memprediksi potensi luas panen beberapa bulan ke depan, yang penting dalam pengambilan kebijakan yang bersifat antisipatif. Data citra satelit pengamatan bumi dapat diperoleh dengan mudah dan cepat, baik melalui layanan berbayar seperti citra satelit Radarsat 2 maupun secara gratis melalui satelit seperti Landsat 8, Sentinel 1, dan 2, yang mampu mengamati wilayah yang sulit dijangkau.

Negara-negara lain dan lembaga internasional seperti Tiongkok, Australia, Kolumbia, Amerika Serikat, dan Food and Agriculture Organization (FAO) telah mengembangkan kecerdasan buatan untuk melakukan estimasi tutupan dan penggunaan lahan, luas lahan pertanian, pemetaan kepadatan tanaman, klasifikasi jenis dan fase pertumbuhan tanaman secara cepat, akurat, dan detail berdasarkan data citra satelit.

Divisi Statistik Persatuan Bangsa-Bangsa (UN Statistics Division) telah membentuk The UN Global Working Group on Big Data, Satellite Imagery, and Geospatial Data Task Team untuk mendukung penggunaan citra satelit dan data geospasial dalam menghasilkan statistik resmi yang digunakan dalam kebijakan nasional.

Di Indonesia, berbagai instansi seperti Kementerian Pertanian, BRIN, BPS, BIG, dan universitas-universitas telah melakukan penelitian tentang penggunaan data citra satelit untuk pemetaan, klasifikasi lahan, prediksi pertumbuhan tanaman, dan perhitungan produksi pertanian.

Pemanfaatan Kecerdasan Buatan untuk pengolahan citra satelit dan otomasi statistik pertanian, ketika digabungkan dengan data statistik resmi dari survei dan sensus, dapat memberikan gambaran komprehensif dan terpadu tentang kondisi pertanian Indonesia. Hal ini juga dapat memantau kemajuan terkait dengan Tujuan Pembangunan Berkelanjutan (SDGs) dengan cepat hingga tingkat terendah.

Dengan data yang cepat, akurat, dan terperinci, sistem peringatan dini (Early Warning Systems) dapat dikembangkan untuk memantau ketersediaan pangan, dengan mempertimbangkan faktor seperti cuaca dan polusi. Implementasi Kecerdasan Buatan dengan citra satelit juga dapat digunakan untuk memantau tutupan lahan hutan, deforestasi, dan kebakaran hutan secara berkala. Hasil dari pengembangan AI melalui citra satelit harus divalidasi dengan melihat kondisi di lapangan.

Selain itu, penting bagi kantor statistik dan instansi pemerintah untuk menjalankan implementasi AI secara transparan dan hati-hati, dengan mematuhi etika, standar internasional, dan sepuluh prinsip dasar statistik resmi. Tantangan yang dihadapi meliputi akses dan biaya akuisisi data citra satelit, volume data yang besar, struktur data yang kompleks, dan perlunya infrastruktur komputasi yang kuat untuk mengolah data tersebut.

Kolaborasi antara pemerintah, akademisi, pelaku usaha, masyarakat, dan media diperlukan dalam ekosistem data nasional, terutama dalam mendukung rencana strategis implementasi Kecerdasan Buatan di Indonesia, termasuk pengembangan sumber daya manusia dan infrastruktur seperti Pusat Data Nasional (PDN) dan infrastruktur komputasi tingkat tinggi (high performance computing).

Untuk menjaga ketersediaan akses data citra satelit dan kedaulatan data, Indonesia juga perlu mempertimbangkan untuk memiliki satelit pemantau bumi sendiri. Terakhir, sinergi di antara para pengambil kebijakan di Indonesia diperlukan untuk menetapkan regulasi terkait Kecerdasan Buatan, bukan hanya dalam bidang pertanian, tetapi juga dalam semua sektor, untuk memastikan keamanan, etika, keadilan, transparansi, dan akuntabilitas dalam implementasi teknologi ini.