Nationalgeographic.co.id—Para ahli ornitologi telah menciptakan aplikasi BirdNET yang bisa mengidentifikasi spesies burung berdasarkan suara. Aplikasi tersebut menggunakan pembelajaran mesin gratis yang dapat mengidentifikasi lebih dari 3.000 spesies burung.
Aplikasi tersebut telah tersedia untuk Android dan iOS secara gratis. Laporan penelitian tersebut telah diterbitkan di jurnal PLOS Biology dengan judul "The machine learning–powered BirdNET App reduces barriers to global bird research by enabling citizen science participation" baru-baru ini.
Ahli ornitologi, ilmuwan yang mempelajari tentang burung, berharap aplikasi ini akan mengurangi hambatan ilmu pengetahuan warga dan menghasilkan puluhan juta pengamatan burung secara global. Aplikasi ini dapat menghasilkan data ilmiah yang andal dan memudahkan orang untuk menyumbangkan data sains warga tentang burung hanya dengan merekam suara.
Para peneliti menunjukkan bahwa aplikasi BirdNET menurunkan penghalang bagi ilmu pengetahuan warga karena tidak membutuhkan keterampilan identifikasi burung untuk berpartisipasi. Pengguna cukup mendengarkan suara burung dan mengetuk aplikasi untuk merekam.
BirdNET kemudian dengan menggunakan kecerdasan buatan akan secara otomatis mengidentifikasi spesies dengan suara dan menangkap rekaman untuk digunakan dalam penelitian.
Untuk diketahui, aplikasi BirdNET adalah bagian dari rangkaian alat Cornell Lab of Ornithology, termasuk aplikasi educational Merlin Bird ID dan aplikasi sains warga eBird, NestWatch, dan Project FeederWatch. Semua aplikasi tersebut bersama-sama telah menghasilkan lebih dari 1 miliar pengamatan, suara, dan foto burung dari peserta di seluruh dunia untuk digunakan dalam sains dan konservasi.
Penulis utama Connor Wood dari K. Lisa Yang Center for Conservation Bioacoustics di Cornell Lab of Ornithology mengatakan, ponsel pintar yang dikombinasikan dengan kekuatan algoritma pembelajaran mesin baru dapat menghadirkan peluang untuk mempromosikan interaksi positif antara manusia dan burung. "Dan dengan demikian menciptakan kemungkinan baru untuk penelitian burung," kata Wood dalam pernyataanya.
Sementara itu, rekan penulis studi Stefan Kahl yang memimpin pengembangan teknis mengatakan, prinsip desain yang mereka buat adalah bahwa mereka membutuhkan algoritma yang akurat dan antarmuka pengguna yang sederhana. "Jika tidak, pengguna tidak akan kembali ke aplikasi. Hasilnya melebihi ekspektasi: Sejak diluncurkan pada 2018, lebih dari 2,2 juta orang telah menyumbangkan data," kata Kahl.
Untuk menguji apakah aplikasi dapat menghasilkan data ilmiah yang andal, penulis memilih empat kasus uji di mana penelitian konvensional telah memberikan jawaban yang kuat. Hasil mereka menunjukkan bahwa data aplikasi BirdNET berhasil mereplikasi pola dialek lagu yang diketahui di burung penyanyi Amerika Utara dan Eropa dan secara akurat memetakan migrasi burung di kedua benua.
Memvalidasi keandalan data aplikasi untuk tujuan penelitian adalah langkah pertama dalam apa yang mereka harapkan akan menjadi upaya penelitian global jangka panjang. Dan itu tidak hanya untuk burung, tetapi pada akhirnya untuk semua satwa liar dan bahkan seluruh bentang suara yang mungkin didapatkan.
"Bagian paling menarik dari pekerjaan ini adalah betapa sederhananya bagi orang-orang untuk berpartisipasi dalam penelitian dan konservasi burung," tambah Wood.
Source | : | Cornell Lab of Ornithology,PLOS Biology |
Penulis | : | Ricky Jenihansen |
Editor | : | Mahandis Yoanata Thamrin |
KOMENTAR