Find Us On Social Media :

Contoh Penerapan Artificial Intelligence untuk Jaga Kualitas Produk Pangan

By Liana Threestayanti, Senin, 21 Juni 2021 | 22:15 WIB

Ilustrasi food & beverage

Berbicara tentang kualitas pangan, Artificial Intelligence mungkin bukan hal pertama yang muncul di benak kita. Namun dengan mengintegrasikan AI dalam proses produksi pangan, perusahaan dapat meningkatkan efisiensi pengawasan kualitas (quality control).

Menurut Mordor Intelligence, Artificial Intelligence di pasar Food & Beverage bernilai  Us$3,07 miliar pada 2020 dan diperkirakan mencapai US$29.94 miliar pada 2026 dengan CAGR lebih dari 45,77% sepanjang 2021 - 2026.

Mengurangi Potensi Tercemar Bakteri

Salah satu elemen penting dalam kualitas makanan adalah food safety. Dan AI dapat berperan mengurangi kehadiran bakteri patogen dan mendeteksi adanya racun dalam rantai produksi makanan.

Misalnya dengan solusi yang dikembangkan Fujitsu. Perusahaan asal Jepang ini mengembangkan model berbasis AI untuk memantau proses mencuci tangan para staf di dapur agar sesuai aturan mencuci tangan dengan enam langkah seperti telah ditetapkan oleh Kementerian Kesehatan Jepang.

Model AI dan machine learning ini dikombinasikan Fujitsu dengan teknologi movement recognition Actlyzer dan kamera video untuk mengidentifikasi gerakan mencuci tangan yang kompleks. Actlyzer sendiri adalah teknologi behavioral analysis yang dikembangkan Fujitsu mengenali berbagai gerakan manusia yang kompleks tanpa harus bergantung pada training data dalam jumlah besar.

Saat pandemi COVID-19 merebak, Fujitsu meningkatkan kemampuan mengenali (recognition) gerakan-gerakan tangan yang kompleks saat seseorang mencuci tangannya. Teknologi ini akan mengawasi apakah orang mengikuti aturan "enam langkah mencuci tangan" yang direkomendasikan oleh Ministry of Health, Labour and Welfare, Jepang. 

Dengan dataset video berupa 2000 variasi orang, posisi kamera, dan jenis sabun, menurut Fujitsu, teknologi ini dapat mendeteksi proses cuci tangan enam langkah dengan tingkat akurasi lebih dari 95%. Kehadiran solusi ini dapat membantu mengurangi jumlah jam kerja pengawas ketika melakukan pengawasan secara visual dalam pengelolaan sanitasi di lokasi-lokasi produksi makanan.  

Selain di industri makanan, Fujitsu akan menerapkan teknologi ini di berbagai industri lainnya, seperti fasilitas kesehatan, sekolah, hotel, dan tempat-tempat penyelenggaraan acara berskala besar. 

Maksimalkan Output

Pilar lainnya dari kualitas makanan adalah pemrosesan makanan itu sendiri. AI dapat memaksimalkan output dan mengurangi bahan yang terbuang. 

Salah satu solusi yang dikembangkan adalah electric nose berbasis AI yang tugasnya adalah membedakan bau dan aroma makanan. Sensor AI ini juga dapat membaui adanya patogen dalam bahan makanan mentah. Dengan demikian bahan makanan yang tidak memenuhi standar bisa langsung terdeteksi dan jumlah produk akhir yang dapat lolos standar kualitas pun akan meningkat.

AI juga dapat membantu mengurangi jumlah bahan yang terbuang. Robot penyortir dan pengupas makanan dari TOMRA telah dibekali machine learning sehingga dapat mengurangi jumlah bahan yang terbuang hingga 5-10%. Pemotongan yang presisi ini dapat meningkatkan jumlah bahan yang terpakai dalam proses produksi. 

Di area pemrosesan makanan dan minuman, tahap pembersihan bahan memakan 30% anggaran untuk air dan listrik. AI dapat membantu melalui self-optimizing cleaning program sehingga pencucian bahan makanan dan mesin dapat dilakukan sesuai tingkat residu yang terdeteksi.