PELAKITA.ID — Yayasan Konservasi Alam Nusantara (YKAN) memperkenalkan FishFace, aplikasi pendataan perikanan yang didukung kecerdasan artifisial (artificial intelligence/AI) ke ajang global, dalam Seafood and Fisheries Emerging Technologies (SAFET) Conference 2026 di Cebu, Filipina, 7–10 September 2026.
Pengalaman pengembangan FishFace dibagikan YKAN dalam panel diskusi bertajuk “Technologies and Lessons from Small-Scale Fisheries”.
Panel tersebut menjadi ruang untuk mendiskusikan penerapan teknologi dan pembelajaran dari perikanan skala kecil, termasuk tantangan adopsi dan kebutuhan untuk menyesuaikan inovasi dengan konteks lokal. Pada kesempatan tersebut, YKAN juga mendemonstrasikan alur kerja FishFace menggunakan telepon pintar, papan ukur, dan miniatur ikan.
Dikembangkan dari pengalaman lebih dari satu dekade mendampingi pendataan perikanan bersama nelayan, FishFace dirancang untuk membantu meningkatkan kualitas informasi hasil tangkapan dan memperkuat pengelolaan perikanan berbasis data.
FishFace merupakan bagian dari upaya YKAN menjawab tantangan pendataan perikanan di Indonesia, terutama pada perikanan skala kecil yang aktivitasnya tersebar di berbagai wilayah, melibatkan beragam jenis ikan dan alat tangkap, serta tidak selalu didukung sarana pencatatan dan konektivitas yang memadai.
Dalam konteks ini, teknologi diharapkan dapat membantu menyederhanakan proses pendataan tanpa mengabaikan kebutuhan dan kondisi pengguna di lapangan.
“Data perikanan yang baik tidak hanya dibutuhkan untuk mengetahui berapa banyak ikan yang ditangkap, tetapi juga untuk memahami jenis ikan, lokasi penangkapan, dan perubahan sumber daya dari waktu ke waktu. Informasi tersebut menjadi bagian penting dalam menentukan langkah pengelolaan yang sesuai,” ujar Harxylen Kinanti Purnomo, Manajer Program Perikanan Berkelanjutan YKAN.
Pengembangan FishFace berangkat dari pengalaman YKAN menerapkan Crew-Operated Data Recording System (CODRS) , sebuah pendekatan pendataan hasil tangkapan yang melibatkan nelayan secara langsung. Selama lebih dari 10 tahun, CODRS telah mendokumentasikan lebih dari 8,1 juta spesimen ikan dari 44.000 pendaratan, dengan melibatkan lebih dari 1.000 nelayan sebagai kolaborator.
Pengalaman tersebut menyediakan pengetahuan lapangan dan kumpulan data yang menjadi dasar bagi pengembangan FishFace. Aplikasi ini memanfaatkan AI untuk membantu mengidentifikasi jenis ikan melalui citra, menandai lokasi penangkapan, dan mendukung pencatatan informasi hasil tangkapan.
FishFace juga dikembangkan untuk terintegrasi dengan e-Logbook milik Kementerian Kelautan dan Perikanan (KKP). Integrasi ini ditujukan untuk membantu mengurangi kesenjangan data dalam proses pelaporan, sekaligus menghubungkan pendataan di lapangan dengan sistem informasi perikanan pemerintah.
Dalam tahap integrasi saat ini, FishFace menargetkan identifikasi 25 jenis ikan tuna dan kakap yang mencakup lebih dari 60 persen hasil tangkapan terkait di Indonesia.
Cakupan tersebut menjadi langkah awal untuk mengembangkan kemampuan aplikasi secara bertahap sesuai kebutuhan pendataan dan ketersediaan data pelatihan.
Bagi Indonesia, penguatan pendataan perikanan memiliki arti penting karena pengelolaan sumber daya ikan berlangsung di wilayah laut yang luas dengan karakteristik perikanan yang beragam. Data mengenai komposisi hasil tangkapan, lokasi penangkapan, dan aktivitas perikanan diperlukan untuk mendukung penyusunan kebijakan, evaluasi pengelolaan, serta pemantauan keberlanjutan sumber daya.
Kebutuhan tersebut juga relevan dalam konteks global. Perikanan skala kecil berkontribusi terhadap ketahanan pangan dan ekonomi masyarakat pesisir di banyak negara. Namun, informasi mengenai aktivitas dan hasil tangkapannya belum selalu terdokumentasi secara konsisten.
Kesenjangan data dapat membatasi kemampuan pengelola untuk memahami kondisi sumber daya dan merancang kebijakan yang sesuai dengan kenyataan di lapangan.
Pengujian dan Pembelajaran di Lapangan
Uji kelayakan FishFace menunjukkan bahwa pengembangan aplikasi perlu memperhatikan lebih dari sekadar kemampuan model AI.
Di sisi pengguna, pelatihan praktik secara berulang dan komunikasi yang jelas mengenai penggunaan data, termasuk informasi lokasi dan hasil tangkapan, menjadi unsur penting dalam membangun kepercayaan dan memastikan teknologi dapat digunakan secara tepat.
“Pengalaman uji coba memperlihatkan bahwa akurasi AI hanyalah salah satu bagian dari keberhasilan. Teknologi perlu bekerja dalam alur yang dapat terhubung dengan sistem yang ada, dan dipahami oleh nelayan. Karena itu, proses pengembangannya harus berjalan bersama pengguna, bukan hanya dari sisi teknologinya,” kata Siska Agustina, saintis perikanan YKAN.
Ke depan, YKAN akan melanjutkan penyempurnaan FishFace melalui pengembangan kumpulan data yang lebih beragam, peningkatan akurasi model, penguatan keandalan aplikasi, serta perbaikan sinkronisasi dan pencadangan data.
Pengembangan tersebut tetap menempatkan nelayan sebagai bagian penting dari proses. Pelatihan, desain yang mudah digunakan, dan komunikasi transparan mengenai pemanfaatan data menjadi prasyarat agar teknologi tidak berhenti sebagai inovasi, tetapi dapat mendukung praktik pendataan yang berkelanjutan.
Bagi Indonesia dan komunitas perikanan global, FishFace menunjukkan bagaimana pengalaman lapangan, data, dan teknologi dapat dipertemukan untuk menjawab tantangan pendataan. Dengan sistem informasi yang lebih baik, pengelolaan perikanan memiliki peluang untuk menjadi lebih responsif terhadap kondisi sumber daya dan kebutuhan nelayan, untuk mendukung keberlanjutan di masa depan.
