Detektor Dosis Enzim Protease Serin Berbasis Deep Learning Untuk Mendegradasi Bulu Walet di Sarang Walet Karya Mahasiswa FTP

Sorry, this entry is only available in Indonesian.

Sarang walet atau kerapkali dijuluki “Kaviar dari Timur” merupakan salah satu produk hewani termahal yang berasal dari hasil saliva burung walet (Aerodramus fuciphagus) yang sudah mengeras. Komoditas sarang walet memiliki prospek yang cerah dibuktikan dengan data Badan Pusat Statistik untuk ekspor sarang walet tahun 2019 mencapai Rp 5,2 triliun dan meningkat menjadi Rp 7,7 triliun pada tahun 2020. Tingginya harga jual sarang walet dikarenakan berbagai manfaatnya yang terbukti secara ilmiah dapat meningkatkan kekebalan tubuh, kesehatan kulit, pencernaan, dan pernapasan, serta menghambat infeksi virus. Hal ini disebabkan kompleksitas kandungan nutrisinya yang terdiri dari glikoprotein, karbohidrat, air, mineral, dan asam sialat.

Faktor utama yang menentukan kualitas dan harga jual sarang walet adalah warna dan kebersihannya, sehingga semakin putih dan bersih sarang walet dari bulu walet yang menempel maka harga jualnya semakin tinggi. Selama ini, proses pencabutan bulu walet di sarang walet dilakukan secara manual (konvensional) yang menghabiskan banyak waktu dan biaya untuk pekerja dan kebutuhan alat, boros air, serta menjadi bagian proses yang tersulit. Hal ini  dikarenakan banyak bulu walet halus yang melekat di sela-sela sarang walet yang dicabut dengan pinset sehingga merusak struktur sarang walet (destruktif) dan menurunkan harga jual sarang walet. Selain itu, penggunaan tenaga kerja manusia menjadi kurang efisien dan efektif mengingat potensi terjadinya human error serta keterbatasan manusia dalam membersihkan sarang walet perharinya.

Enzim protease serin dengan aktivitas  keratinolitik terbukti efektif dalam mendegradasi bulu unggas termasuk bulu walet di sarang walet. Namun, enzim protease serin perlu diaplikasikan dengan dosis berbeda sesuai berat substrat yaitu bulu walet agar efektif dalam mendegradasi seluruh bulu di sarang walet dan mengefisiensi biaya pengeluaran enzim. Akurasi dalam pengaplikasian enzim protease serin menjadi penting untuk menghindari pemborosan enzim dalam pengaplikasiannya sehingga mengoptimasi keuntungan produksi sarang walet bersih.

Berdasarkan permasalahan tersebut, Verianti Liana dan 3 rekannya yaitu Riris Waladatun Nafi’ah, Rizal Arifiandika, dan Bagas Rohmatulloh di bawah bimbingan Yusuf Hendrawan STP., M.App.Life.Sc, Ph.D dari Fakultas Teknologi Pertanian Universitas Brawijaya menginovasikan Detektor Dosis Enzim Protease Serin Berbasis Deep Learning Untuk Mendegradasi Bulu Walet di Sarang Walet.

Deep learning dipilih sebagai metode deteksi dosis enzim pada prototipe karena merupakan metode machine learning dengan tingkat akurasi dan abstraksi yang tinggi sehingga mampu mempelajari pola gambar secara otomatis. Prototipe ini terdiri dari photobox untuk pengambilan gambar sarang walet kotor dan aplikasi detektor dosis enzim protease serin untuk menginformasikan dosis enzim protease serin yang diperlukan dalam mendegradasi seluruh bulu di sarang walet tersebut. Dengan inovasi ini, maka pembersihan bulu walet di sarang walet tidak perlu dicabut satu per satu secara manual tetapi dapat didegradasi dengan pengaplikasian enzim protease serin yang diketahui dosisnya dari aplikasi detektor dosis enzim protease serin berbasis deep learning ini. Pengaplikasian enzim protease serin sesuai informasi dosis yang menggunakan teknologi deep learning memiliki berbagai kelebihan diantaranya: tidak merusak struktur sarang walet (non destruktif); aman bagi bahan pangan; efisien dalam hal waktu dan biaya produksi sarang walet bersih; meningkatkan kualitas dan nilai jual sarang walet baik dalam negeri ataupun untuk ekspor; hemat air dan meminimalisir limbah cair bulu walet sehingga mendukung poin Sustainable Development Goals ke-6 (Clean Water and Sanitation) serta poin ke-12 (Responsible Consumption and Production) karena pengaplikasian enzim protease serin ke sarang walet yang ramah lingkungan dan tidak berbahaya bagi konsumen. (dse/Humas UB)