Ketahanan pangan nasional kini tidak lagi hanya berbicara tentang produksi di darat, tetapi juga tentang bagaimana lautan dikelola secara ilmiah dan berkelanjutan. Di tengah kebutuhan pemenuhan gizi masyarakat yang makin besar, pendekatan berbasis teknologi dan analisis spasial menjadi kunci untuk memastikan sumber protein tersedia secara merata dan terukur. Untuk menjawab tantangan tersebut, Badan Riset dan Inovasi Nasional (BRIN) mengembangkan peta potensi protein laut berbasis kecerdasan artifisial (AI) sebagai fondasi ilmiah untuk mendukung program Makan Bergizi Gratis (MBG). Inovasi ini dirancang guna memastikan ketersediaan protein yang presisi, terintegrasi, dan berkelanjutan melalui pendekatan geospasial.

Kepala Organisasi Riset Elektronika dan Informatika BRIN, Prof. Budi Prawara, menyatakan bahwa keberhasilan MBG sangat ditentukan oleh kualitas data sehingga peran sains data, sistem informasi, dan pemerintahan digital menjadi krusial dalam memastikan program berjalan efektif dan akuntabel. Pernyataan yang dikutip dari laman resmi BRIN tersebut menegaskan bahwa integrasi data spasial dan teknologi AI bukan sekadar inovasi teknis, melainkan bagian dari tata kelola berbasis bukti (evidence-based policy) dalam pengambilan keputusan nasional.

Pusat Riset Sains Data dan Informasi BRIN mengembangkan model pemetaan zona tangkap ikan, udang, dan rumput laut menggunakan pendekatan deep learning. Riset yang dipublikasikan dalam jurnal Discover Sustainability oleh Springer International Publishing pada 22 Oktober 2025 ini mengintegrasikan berbagai parameter oseanografi, seperti suhu permukaan laut, salinitas, pH, oksigen terlarut, klorofil-a, kejernihan perairan, kedalaman laut, dan kecepatan arus. 

Data diperoleh dari pengindraan jauh melalui instrumen MODIS, SMAP, VIIRS, OCO-2, serta Landsat, SRTM, dan OSCAR. Seluruh variabel dianalisis menggunakan pendekatan Kolmogorov-Arnold Network dan Residual Neural Network (ResNet) untuk menghasilkan peta probabilitas potensi protein laut secara spasial-presisi.

Cakupan analisis membentang dari Laut Andaman hingga Laut Arafura, mencerminkan pendekatan geospasial lintas-ekoregion. Model ini mampu mengidentifikasi zona potensial perikanan dan budidaya laut dengan tingkat akurasi mencapai 94,6 persen. Pendekatan ini memungkinkan penentuan zona tangkap berbasis data, meningkatkan efisiensi distribusi, sekaligus mendorong praktik precision fishing dan pengelolaan berbasis ekosistem guna mencegah overfishing.

Ke depan, hasil pemetaan ini dirancang untuk terintegrasi dalam dasbor nasional lintas kementerian dan pemerintah daerah. Integrasi AI dan data spasial tersebut diharapkan memperkuat fondasi ilmiah ketahanan pangan nasional, sekaligus mengoptimalkan potensi protein laut Indonesia sebagai pilar keberhasilan program MBG secara berkelanjutan.