Keberadaan mikroplastik telah menjadi masalah di lingkungan perairan. Keberadan potongan plastik yang panjangnya kurang dari 5mm ini saat ini sudah menjadi problem akut global. Lalu bagaimana caranya untuk mengetahui polusi mikroplastik di dalam perairan air dan laut?

Pertanyaan ini menghantui Wayne Parker, seorang profesor bidang teknik sipil dan lingkungan di University of Waterloo di Ontario.

“Polutan plastik telah menimbulkan kekhawatiran, tujuan kami adalah untuk mengetahui tingkat dna kuantitas mikroplastik yang dibuang ke sungai dan danau. Jika pun ada, teknologi yang ada saat ini, amat memakan waktu dan tidak praktis,” jelas Parker dalam wawancaranya dengan Mongabay.

Selama ini teknologi mikroskop optik atau inframerah digunakan untuk menganalisis dan mengindentifikasi manual pecahan kecil sampah plastik yang ada di air. Namun, membedakan mikroplastik dari zat lain membutuhkan waktu dan keahlian.

“Saat kami mulai mempelajari metode mikroskop yang lebih canggih, kami menemukan bahwa analisis gambar yang dihasilkan dari mikroskop tersebut memiliki beberapa masalah,” ungkap Parker.

“Kami lalu berpikir apa ini dapat diselesaikan melalui pendekatan pembelajaran mendalam (deep learning) dan berbasis kecerdasan buatan (AI).”

Parker pun lalu menghubungi koleganya, Alexander Wong, seorang ahli kecerdasan buatan dan profesor di departemen teknik desain sistem di universitas yang sama.

Baca Juga: Hari Pertama Masa Tenang, Sampah Baliho Capres Menumpuk di Jalan DKI

Bersama dengan para kandidat PhD mereka lalu mengembangkan sistem identifikasi gambar yang dapat digunakan oleh pabrik pengolah air limbah dan industri makanan untuk mengidentifikasi mikroplastik di air limbah dan produk makanan yang mereka hasilkan.

Akhirnya para peneliti ini berhasil membuat sebuah program deep learning berbasis kecerdasan buatan yang diberi nama PlasticNet. Alat ini bekerja dengan mengidentifikasi mikroplastik berdasarkan respon sinyal dari paparan cahaya.

Studi yang diterbitkan oleh tim ini dalam jurnal Environmental Pollution merinci bagaimana mereka melatih model untuk mendeteksi mikroplastik berdasarkan respon interaksinya dengan panjang gelombang-gelombang cahaya yang berbeda.

Tim Parker menggunakan teknik spektroskopi canggih dimana mereka menyinari air. Berbagai jenis plastik mampu menyerap dan mentransmisikan cahaya spesifik dalam pemindaian panjang gelombang berbeda.

Meski belum tersedia secara umum, alat ini terbukti mampu mengidentifikasi mikroplastik secara akurat dan cepat. Setelah ‘dilatih’ dengan 8000+ spektrum plastik murni, PlasticNet berhasil mengklasifikasikan 11 jenis plastik umum dengan akurasi lebih tinggi dari 95%.”

Sebagai langkah awal, AI dilatih dengan menggunakan plastik berbahan polimer. Selanjutnya digunakan plastik berbahan lebih kompleks, bukan sekedar polimer murni tetapi yang mengandung zat aditif yang memberi warna atau bahan kimia lain.

Baca Juga: These plastic-eating bacteria can turn trash into silk

“Itu tentu akan ada dampak perbedaan pada transmisi cahaya,” sebut Parker.

Ketika plastik semakin kompleks dengan berbagai bentuk, ukuran dan ketebalan, tim mengamati peningkatan akurasi dan efisiensi model. Mereka membandingkan pendekatan mereka dengan metode pendekatan mikroplastik konvensional.

Hasilnya Parker menyebut: “Metode ini 50% lebih cepat dan akurat.”

Apakah hal itu semua lalu membuat para peneliti puas dengan temuan mereka?

Parker menyebut model ini masih dapat ditingkatkan lagi, dia menyebut akan melatih AI dengan berbagai plastik yang lebih kompleks lagi dalam beberapa bulan ke depan. Gambar yang didapat akan berisi informasi yang lebih detil dan padat.

“Kami tentu harus mempertimbangkan apakah kita bisa lebih efisien dalam hal jumlah data yang perlu kita coba dan dapatkan, kami [sedang mencoba] untuk mempercepat analisis keseluruhannya menjadi lebih efisien.”