Kemampuan mesin untuk “mencium” dan mengidentifikasi berbagai zat hanya dari baunya saja terdengar seperti fiksi ilmiah. Namun, potensi dampaknya sangat besar: mulai dari mendeteksi alergen tersembunyi dalam makanan, memantau kualitas dan keamanan proses manufaktur, hingga bahkan merasakan indikator biologis yang berkaitan dengan kondisi kesehatan atau emosional. Sayangnya, kemajuan AI dalam modalitas penciuman ini masih tertinggal jauh dibandingkan teks, gambar, atau suara.
Pengembangan AI yang mampu mengenali bau di dunia nyata menghadapi tantangan besar, salah satunya adalah ketiadaan dataset berskala besar yang merekam dan mendigitalisasi bau secara komprehensif. Sebagian besar penelitian sebelumnya mengandalkan peralatan laboratorium kimia yang besar dan tidak portabel, serta dataset kecil yang kurang merepresentasikan keragaman bau di lingkungan alami. Kesenjangan inilah yang coba dijawab oleh penelitian terbaru dari MIT melalui dataset SMELLNET.
Mengapa AI “Mencium” Itu Penting?
Panca indera penciuman manusia memainkan peran krusial dalam cara kita berinteraksi dengan dunia. Demikian pula, AI yang memiliki kemampuan serupa dapat membawa revolusi di berbagai sektor industri di Indonesia. Bayangkan potensi penerapannya:
- Industri Makanan & Minuman: Deteksi dini kontaminasi, verifikasi keaslian bahan baku (misalnya, memastikan tidak ada kacang dalam produk berlabel bebas kacang), monitoring kualitas produk yang mudah rusak berdasarkan aroma.
- Manufaktur: Deteksi kebocoran gas berbahaya, pemantauan kualitas udara di lingkungan kerja, identifikasi anomali dalam proses produksi berdasarkan emisi bau.
- Kesehatan: Potensi skrining awal penyakit tertentu (misalnya, beberapa penyakit diketahui menghasilkan senyawa volatil dengan bau khas), monitoring kondisi pasien jarak jauh.
- Lingkungan: Pemantauan kualitas udara, deteksi polutan, atau identifikasi sumber bau tidak sedap di perkotaan atau area industri.
Penerapan ini sangat relevan bagi bisnis di Jawa Timur, Jakarta, atau wilayah industri lainnya di Indonesia, di mana efisiensi operasional dan keselamatan kerja menjadi prioritas utama.
SMELLNET: Dataset Perintis untuk Kecerdasan Penciuman
Untuk memungkinkan AI belajar mengenali bau di dunia nyata, diperlukan data yang representatif dan berskala besar. SMELLNET hadir sebagai dataset pertama yang mencapai skala ini. Dataset ini mengumpulkan data dari 50 jenis zat berbeda, mencakup kategori seperti kacang-kacangan, rempah-rempah, herbal, buah-buahan, dan sayuran – kategori yang sangat akrab dalam kehidupan sehari-hari dan industri di Indonesia.
Pengumpulan data SMELLNET dilakukan menggunakan sensor gas dan kimia portabel yang dapat merekam konsentrasi berbagai senyawa volatil dan faktor atmosfer lainnya. Selama 50 jam, sekitar 180.000 rekaman data time series diambil. Proses ini melibatkan pengukuran berulang untuk setiap zat dalam lingkungan yang terkontrol untuk meminimalkan gangguan eksternal, serta pelabelan data dengan identitas zat, waktu, dan metadata terkait. Selain itu, data sensor ini dipasangkan dengan data molekuler beresolusi tinggi dari Gas Chromatography–Mass Spectrometry (GC-MS) untuk memungkinkan pembelajaran multimodal.
Teknologi di Balik Pengenalan Bau
Dengan dataset sebesar SMELLNET, para peneliti dapat melatih model AI yang lebih kompleks dan canggih untuk mengenali bau. Pendekatan yang digunakan dalam penelitian ini berbeda dari metode sebelumnya yang lebih mengandalkan rekayasa fitur manual dan model sederhana.
Model AI yang dilatih menggunakan SMELLNET memanfaatkan kekuatan sequence models (model sekuens) yang unggul dalam memproses data berurutan seperti rekaman sensor dari waktu ke waktu. Selain itu, digunakan contrastive learning (pembelajaran kontras) untuk mengintegrasikan pengetahuan molekuler dari data GC-MS, membantu model memahami hubungan antara sinyal sensor dan komposisi kimia bau. Metode temporal difference (perbedaan temporal) baru juga dikembangkan untuk mendeteksi perubahan tajam dalam pembacaan sensor, yang seringkali menandakan keberadaan bau.
Potensi dan Tantangan di Dunia Nyata
Hasil eksperimen menggunakan SMELLNET menunjukkan potensi yang menjanjikan. Model AI terbaik mampu mencapai akurasi hingga 65.35% dalam pengenalan bau pada data yang sudah direkam (offline). Namun, ketika dihadapkan pada kondisi dunia nyata (online classification), akurasi menurun (10.71% untuk kacang dan 25.38% untuk rempah dalam tugas klasifikasi 50 jenis zat).
Penurunan ini menyoroti tantangan signifikan dalam membangun AI untuk penciuman yang tangguh di lingkungan yang tidak terkontrol. Faktor-faktor seperti perubahan suhu, kelembaban, aliran udara, lokasi sensor, dan keberadaan bau lain di lingkungan sekitar dapat sangat memengaruhi pembacaan sensor. Diperlukan pengembangan lebih lanjut dalam pembelajaran fitur yang lebih kaya, model AI yang efisien untuk dijalankan di perangkat portabel (on-edge), dan kemampuan model untuk tetap akurat meskipun ada variasi lingkungan.
Bagaimana ARSA Technology Dapat Membantu?
Sebagai perusahaan teknologi lokal yang berpengalaman sejak 2018 dalam pengembangan solusi AI dan IoT di Indonesia, ARSA Technology memiliki kapabilitas yang relevan untuk mengeksplorasi dan mengimplementasikan teknologi sensor berbasis AI seperti pengenalan bau ini. Kami mengkhususkan diri dalam mengubah data sensor (termasuk data visual dari analitik video AI) menjadi insight yang dapat ditindaklanjuti untuk efisiensi dan keamanan operasional.
Pengalaman kami dalam otomasi industri & monitoring menggunakan sensor IoT dan AI Vision, serta pengembangan teknologi kesehatan mandiri, menunjukkan kemampuan kami dalam mengintegrasikan data dari berbagai jenis sensor dan membangun sistem cerdas yang responsif. Tim R&D internal kami di Yogyakarta terus melakukan inovasi untuk mengatasi tantangan teknologi di dunia nyata. Meskipun pengenalan bau AI masih dalam tahap awal, fondasi teknologi yang kami miliki sangat mendukung pengembangan solusi berbasis sensor canggih di masa depan.
Kesimpulan
Dataset SMELLNET merupakan langkah maju yang penting dalam membuka jalan bagi pengembangan AI yang mampu mengenali bau di dunia nyata. Meskipun masih ada tantangan signifikan yang perlu diatasi, potensi aplikasi teknologi ini di berbagai sektor industri, dari keamanan pangan hingga pemantauan lingkungan dan kesehatan, sangatlah besar. Dengan keahlian dalam AI, IoT, dan integrasi sistem, ARSA Technology siap menjadi mitra Anda dalam mengeksplorasi kemungkinan penerapan teknologi sensor cerdas ini untuk transformasi digital bisnis Anda di Indonesia.
Konsultasikan kebutuhan AI Anda dengan tim ARSA Technology. Kunjungi halaman kontak kami untuk informasi lebih lanjut atau menjadwalkan diskusi.
