Pemanfaatan kecerdasan buatan (artificial intelligence-AI) dalam eksplorasi sumberdaya geologi makin berkembang dan terbukti dapat meningkatkan kinerja secara efektif dan efisien. Sekelompok tim peneliti yang tergabung dalam Computational Geoscience Research Group (CGRG) dan Unconventional Geo-resources Research Group (UGRG) Fakultas Teknik Universitas Gadjah Mada tengah mengembangkan pemanfaatan AI, khususnya pembelajaran mesin (machine learning-ML), untuk mendukung pengambilan keputusan tambang yang lebih efisien dan berkelanjutan. Pemanfaatan AI-ML ini lebih berfokus pada analisis basis data geologi beresolusi tinggi terkait karakteristik geokimia dan distribusi spasial. Lokasi yang dipilih dalam penelitian ini adalah Kawasan Unit Bisnis Pertambangan Bauksit (UPBP) PT Antam Tbk, yang berlokasi di Tayan, Provinsi Kalimantan Barat.
Dengan pendanaan dari BIMA Kemenristek melalui skema program Penelitian Fundamental, tim peneliti yang terdiri dari Esti Handini D.Sc., Dr. Yan Restu Freski, Aldian Fahrialam M.Eng., Salfira Salsabila S.T., dan Yunanto Budi Prasetyo S.T., melakukan pengambilan data berupa variasi sampel batuan segar granitik dan gabroik, latosol, bauksit, dan kong, serta data penginderaan jauh multispektral dan light detection and ranging (LiDAR) melalui wahana drone dari tanggal 11 s.d. 14 Agustus 2025. Dengan dukungan wahana drone dari program INSPIRASI (Indonesia-NTU Singapore Institute of Research for Sustainability and Innovation) Pilar Circular Economy, data multispektral dan LiDAR yang dapat terambil beresolusi spasial 2-4 cm yang memungkinkan untuk pemetaan geokimia secara detail. Penelitian di area tambang Tayan ini juga terlaksana atas ijin akses yang diberikan oleh UBPB Tayan PT. Antam Tbk. melalui Unit Geomin.
Kawasan Tayan dikenal sebagai salah satu wilayah Indonesia bertanah laterit yang menyimpan potensi bauksit dalam jumlah ekonomis. Dalam konteks inilah kehadiran data geospasial dan geokimia yang presisi menjadi krusial. Melalui LiDAR, tim menghasilkan model elevasi dan mikro-topografi serta data intensitas yang akan dikaitkan dengan sebaran variasi karakter geokimia. Sensor multispektral, di sisi lain, merekam variasi karakter permukaan yang berkaitan dengan tingkat pelapukan, kelembapan tanah, dan tutupan vegetasi. Penelitian ini diharapkan dapat menghasilkan pemodelan mutu material dan peluang pemanfaatan by-products sehingga limbah dapat ditekan dan nilai tambah dapat ditingkatkan (total extraction and circular economy).
Sebelumnya, tim peneliti ini juga melakukan pengambilan data geokimia dari sampel permukaan di Pulau Belitung, Provinsi Kepulauan Bangka Belitung. Seperti yang sudah diketahui, Pulau Belitung terletak di ujung dari sabuk timah Asia Tenggara yang terkayakan akan konsentrasi timahnya akibat pelapukan mekanis dari granit yang dominan terdapat di pulau tersebut. Konsep penelitian metodologis yang dilakukan di Kepulauan Bangka Belitung ini diterapkan pula untuk daerah berbatuan dasar sama (i.e. granit-gabro), namun dengan variasi pelapukan kimiawi yang lebih dominan (i.e. lateritisasi).
Dari Tayan, data yang telah dikumpulkan lebih dari ¼ Tb ini akan diolah dengan menggunakan variasi ML untuk dianalisis tren perkembangan lateritisasi dari batuan segar hingga latosol. “Data yang terkumpul (dari dua tahun ini) tampaknya sudah cukup akan menyibukkan kami untuk beberapa tahun ke depan” kata ketua tim peneliti, Esti Handini D.Sc. Ia juga menambahkan bahwa penelitian ini diharapkan dapat bermanfaat bagi semua karena pemanfaatan AI-ML ini hingga saat ini sudah sangat relevan diterapkan pada berbagai disiplin ilmu termasuk ilmu geosains dan eksplorasinya. “Bahkan penelitian ini juga mendukung beberapa capaian SDGs yang disepakati global melalui PBB,” imbuhnya.
Kontribusi riset ini bersinggungan langsung dengan Tujuan Pembangunan Berkelanjutan (SDGs). Pada SDG 12 (Konsumsi dan Produksi yang Bertanggung Jawab) misalnya, data geokimia dan spasial secara presisi memungkinkan efisiensi ekstraksi, pengurangan overburden, dan desain skema ekonomi sirkular—mulai dari pemanfaatan residu hingga perencanaan ulang alur material agar sisa tambang berkurang. Dalam SDG 9 (Industri, Inovasi, dan Infrastruktur), penerapan teknologi drone, LiDAR, dan analitik spasial memperkuat research & development di sektor ekstraktif, menghadirkan inovasi di lini perencanaan tambang dan pemantauan lingkungan. Di atas semuanya, kolaborasi peneliti–industri–komunitas lokal memperlihatkan semangat SDG 17 (Kemitraan), dengan komitmen berbagi temuan untuk memperkuat transparansi dan praktik terbaik. (Dr. Yan Restu Freski)
Humas Departemen | Agustus 2025