Perubahan iklim dan meningkatnya emisi karbon kini menjadi isu global yang semakin serius. Mulai dari suhu bumi yang terus meningkat, kualitas udara yang menurun, hingga cuaca ekstrem yang makin sering terjadi, semuanya berkaitan erat dengan tingginya emisi karbon di berbagai wilayah perkotaan.
Menariknya, tim peneliti dari Program Studi S1 Sains Data Telkom University Purwokerto mencoba menghadirkan solusi berbasis teknologi AI dan data satelit untuk membantu memetakan potensi emisi karbon secara lebih cerdas dan efisien.
Penelitian tersebut dipublikasikan pada konferensi internasional IEEE AGERS dengan judul “Carbon Emission Potential Classification Using Ensemble Learning and Multi-Source Satellite Data Integration.” Penelitian ini menggabungkan teknologi Artificial Intelligence, machine learning, dan data penginderaan jauh (remote sensing) untuk mengklasifikasikan wilayah dengan potensi emisi karbon rendah, sedang, hingga tinggi.
Yang membuat penelitian ini menarik adalah penggunaan berbagai sumber data satelit yang diintegrasikan secara bersamaan melalui Google Earth Engine (GEE). Tim peneliti memanfaatkan data konsentrasi NO₂ dari satelit Sentinel-5P, kepadatan penduduk dari WorldPop, intensitas cahaya malam dari VIIRS, hingga struktur wilayah perkotaan dari GHSL dan ESA WorldCover.
Kalau dipikir-pikir, konsepnya mirip seperti “membaca aktivitas kota dari luar angkasa”. Semakin padat penduduk, semakin terang cahaya malam, dan semakin tinggi aktivitas perkotaan, maka potensi emisi karbon suatu wilayah juga cenderung meningkat.
Untuk mengolah seluruh data tersebut, tim menggunakan pendekatan ensemble learning dengan beberapa model machine learning seperti Random Forest, Gradient Boosting, dan XGBoost. Hasilnya, model Random Forest berhasil menjadi yang paling akurat dengan tingkat akurasi mencapai lebih dari 80 persen.
Penelitian ini menunjukkan bahwa AI mampu membantu memahami pola emisi karbon secara lebih cepat dan detail dibandingkan metode pemantauan konvensional. Bahkan, hasil analisis memperlihatkan bahwa kepadatan penduduk dan intensitas cahaya malam menjadi indikator paling dominan dalam memprediksi potensi emisi karbon perkotaan.
Teknologi seperti ini memiliki potensi besar untuk mendukung pengambilan kebijakan berbasis data, terutama dalam perencanaan kota berkelanjutan dan mitigasi perubahan iklim. Dengan adanya peta potensi emisi karbon, pemerintah maupun pemangku kebijakan dapat lebih mudah menentukan wilayah prioritas untuk pengurangan emisi dan pengelolaan lingkungan.
Menariknya, penelitian ini juga memperlihatkan bagaimana kombinasi AI, data science, dan remote sensing kini semakin relevan dalam menjawab tantangan global. Tidak hanya digunakan untuk kebutuhan teknologi digital, tetapi juga mulai berperan penting dalam isu lingkungan dan keberlanjutan.
Bagi Program Studi S1 Sains Data Telkom University Purwokerto, riset ini menjadi bukti bahwa pengembangan teknologi AI dapat memberikan dampak nyata bagi masa depan lingkungan dan pembangunan kota cerdas (smart city). Di tengah era krisis iklim, teknologi berbasis data seperti ini diprediksi akan menjadi salah satu kunci utama dalam menciptakan kebijakan yang lebih adaptif dan berkelanjutan.
