Gajah Afrika (Loxodonta africana) merupakan gajah yang populasinya sedang menurun selama seabad terakhir. Hal ini disebabkan oleh perburuan liar dan kerusakan alam. Untuk melestarikannya, diperlukan metode untuk memantau keberadaan mereka. Ada beberapa metode yang digunakan, salah satunya adalah pemantauan dengan menggunakan pesawat. Akan tetapi, metode ini memiliki banyak kekurangan. Cuaca yang buruk bisa menghambat proses pemantauan. Selain itu, pemantauan menggunakan pesawat juga memerlukan izin dengan pemerintah daerah dan suara pesawat dapat membuat takut spesies yang diamati. Oleh karena itu, tim dari Departemen Zoologi dan Departemen Teknik Universitas Oxford bekerja sama dengan Dr. Olga Isupova dari Universitas Bath dan Dr. Tiejun Wang dari Universitas Twente menggunakan metode baru untuk memantau populasi gajah Afrika, yaitu dengan menggunakan satelit. Pemantauan gajah menggunakan satelit ini masih dalam rangka uji coba.
Menggunakan Convolutional Neural Network dan TensorFlow Object Detection API
Pada uji coba ini, tim menggunakan satelit Worldview-3 milik DigitalGlobe untuk memotret wilayah yang menjadi tempat uji coba, yakni Taman Konservasi Addo Elephant Afrika Selatan. Setelah itu, mereka menggunakan Convolutional Neural Network (CNN) untuk mendeteksi gajah pada gambar tersebut. Selain CNN, mereka juga menggunakan TensorFlow Object Detection API yang berfungsi untuk mengembangkan model deteksi objek. Dengan menggunakan CNN dan TensorFlow Object Detection API, mereka dapat mendeteksi gajah yang berada di wilayah yang warna daratannya berbeda dengan warna gajah (heterogen) dan di wilayah yang warna daratannya mirip dengan warna gajah (homogen).
Hasil Uji Coba
Uji coba ini mengungkapkan bahwa pemantauan spesies gajah Afrika menggunakan satelit sama dengan pemantauan dengan menggunakan pesawat. Keuntungan dari metode ini adalah durasi pemantauan menjadi singkat dan dalam cakupan wilayah yang luas. Adapun kekurangan dari metode ini adalah biaya yang cukup mahal untuk perawatan satelit, pengolahan gambar, dan data dari satelit.
Referensi:
- (http://worldview3.digitalglobe.com/).
- Duporge, Isla, dkk. (2020). Using very high-resolution satellite imagery and deep learning to detect and count African elephants in heterogeneous landscapes. BioRxiv Journal. https://doi.org/10.1101/2020.09.09.289231.
- University of Oxford. (2020). Spotting elephants from space: a satellite revolution. https://www.ox.ac.uk/news/2020-12-18-spotting-elephants-space-satellite-revolution.
