Menurut Bambang, keluhan yang paling sering disampaikan nelayan saat ini adalah semakin menurunnya hasil tangkapan dan semakin lamanya waktu yang dibutuhkan untuk menemukan lokasi ikan.

“Mereka harus menghabiskan lebih banyak waktu di laut untuk mencari ikan. Dampaknya bukan hanya hasil tangkapan yang tidak pasti, tetapi juga biaya operasional yang semakin tinggi karena konsumsi bahan bakar meningkat,” katanya.

Selama ini sebagian besar nelayan skala kecil masih mengandalkan pengalaman empiris dan pengetahuan lokal untuk menentukan lokasi penangkapan ikan. Namun kondisi laut yang terus berubah akibat pemanasan global membuat pendekatan tersebut semakin sulit diterapkan secara konsisten.

Berangkat dari persoalan tersebut, Bambang menggabungkan teknologi penginderaan jauh berbasis satelit dengan kecerdasan buatan dalam satu sistem terintegrasi bernama MARINESCAPE.

Sistem ini memanfaatkan data satelit seperti suhu permukaan laut dan konsentrasi klorofil-a yang menjadi indikator keberadaan ikan. Data tersebut kemudian dianalisis menggunakan teknologi machine learning, termasuk Artificial Neural Networks (ANN) dan deep learning, untuk mengenali pola-pola kompleks yang sulit dideteksi melalui metode konvensional.

“Prinsipnya sederhana. Kita mengambil data satelit yang saat ini tersedia secara luas, lalu mengolahnya menggunakan AI untuk memprediksi secara lebih tepat di mana lokasi ikan berada. Dengan begitu, nelayan dapat mengetahui area potensial sebelum berangkat melaut,” jelasnya.

Menurut Bambang, kemampuan sistem dalam memberikan informasi lokasi penangkapan yang lebih akurat akan membantu nelayan menghemat bahan bakar, mengurangi waktu pencarian, sekaligus meningkatkan peluang memperoleh hasil tangkapan yang optimal.

Berbagai penelitian internasional menunjukkan bahwa integrasi teknologi deep learning dalam prediksi daerah penangkapan ikan mampu mencapai tingkat akurasi hingga 82,6 persen. Hasil tersebut dapat dipadukan dengan pengalaman lapangan yang dimiliki nelayan sehingga menghasilkan keputusan yang lebih tepat.

“Teknologi ini bukan untuk menggantikan pengalaman nelayan, tetapi menjadi alat bantu pengambilan keputusan. Jadi pengalaman nelayan tetap penting, hanya saja sekarang didukung data dan prediksi yang lebih akurat,” katanya.

Lebih lanjut, Bambang menggagas pembentukan UB-MARINESCAPE sebagai pusat riset dan diseminasi informasi kelautan di Universitas Brawijaya.

“Melalui platform tersebut, data satelit yang kompleks akan diterjemahkan menjadi informasi praktis yang mudah dimanfaatkan oleh nelayan, pemerintah daerah, maupun pengelola sektor perikanan,” tuturnya.

Ke depan, UB-MARINESCAPE tidak hanya digunakan untuk menentukan zona penangkapan ikan, tetapi juga mendukung pengembangan budidaya laut seperti ikan kakap, baronang, maupun rumput laut melalui identifikasi lokasi yang paling sesuai untuk kegiatan marikultur.

Selain memberikan manfaat ekonomi bagi nelayan, sistem ini juga berpotensi menjadi instrumen penting dalam pengelolaan sumber daya kelautan yang berkelanjutan. Data yang dihasilkan dapat membantu pemerintah menentukan kawasan konservasi, mengatur aktivitas penangkapan ikan, hingga menyusun kebijakan berbasis data untuk menjaga kesehatan ekosistem laut.

“Inilah peran perguruan tinggi, menerjemahkan teknologi satelit dan AI menjadi informasi yang mudah digunakan masyarakat. Harapannya, nelayan cukup menerima informasi berupa titik koordinat potensial yang dapat disalurkan melalui dinas atau penyuluh perikanan,” ujar lulusan Hokkaido University Jepang tersebut.

Melalui MARINESCAPE, UB tidak hanya menghadirkan inovasi teknologi bagi sektor perikanan, tetapi juga berkontribusi terhadap pencapaian Sustainable Development Goals (SDGs), khususnya SDG 13 tentang penanganan perubahan iklim dan SDG 14 tentang pelestarian ekosistem laut.