Minyak kelapa sawit dapat ditemukan di hampir semua produk, termasuk es krim, adonan pizza, mie instan, kosmetik, sabun, dan pasta gigi. Pohon kelapa sawit memberikan hasil panen yang tinggi dengan biaya yang rendah, sehingga mendorong popularitas minyak kelapa sawit sebagai komoditas. Namun di Malaysia dan Indonesia, tempat 85% dari minyak kelapa sawit dunia ditanam, perusahaan-perusahaan multinasional terus menerus menghancurkan hutan hujan yang tak tergantikan dan lahan gambut yang kaya akan karbon untuk produksinya.
Ini hanyalah salah satu contoh dari tekanan destruktif yang terjadi pada hutan di seluruh dunia. Deforestasi mengurangi keanekaragaman hayati, melepaskan emisi gas rumah kaca, menghancurkan lapangan pekerjaan dan masyarakat, berkontribusi terhadap kebakaran hutan dan mengganggu siklus air. Namun, lembaga swadaya masyarakat (LSM) dan entitas lain yang ingin melacak dan mencegah deforestasi dihadapkan pada data yang sangat banyak dan terus bertambah yang secara praktis tidak mungkin untuk dikelola.
Kiti Mignotte, CEO dan Pendiri Komunitas MANA, berusaha mengumpulkan dan mengorganisir wawasan yang dibutuhkan untuk membantu menghentikan perusakan lingkungan yang merajalela ini. Ia mendirikan MANA, LSM yang berbasis di Paris, Prancis, untuk membangun solusi MANA-Vox, platform yang disempurnakan dengan AI yang dapat memantau keterlibatan perusahaan-perusahaan dalam kontroversi ekologi lokal berdasarkan informasi waktu nyata yang dikumpulkan dari media sosial.
Dengan mempublikasikan informasi ini, konsumen, LSM, lembaga konservasi, lembaga keuangan, dan perusahaan itu sendiri dapat bertindak berdasarkan informasi tersebut sebelum kerusakan lebih lanjut terjadi.
"Kami berada pada titik dalam sejarah manusia ketika kami membutuhkan informasi statistik untuk membuat keputusan bijak tentang jenis kegiatan apa yang ingin kami lihat berkembang dan jenis apa yang tidak ingin kami lihat berkembang," jelas Mignotte. "Perusahaan-perusahaan kapitalistik kami meninjau cara menghasilkan lebih banyak uang. Namun, ini bukan tentang menghasilkan lebih banyak uang tetapi tentang memberi nilai lebih pada modal alam kita. "
Cakupan yang luas
Platform MANA-Vox dapat mengikuti 740 sumber kredibel di media sosial untuk 450 perusahaan
Analitik menggunakan AI
Platform ini menganalisis ribuan tweet dan konten yang ditautkan setiap hari, menggunakan AI untuk melabeli ~98% sebagai tidak relevan
Untuk melambungkan visinya, MANA membutuhkan sebuah sistem yang dapat dengan cepat menambang volume data yang sangat besar, karena pengetahuan seputar deforestasi terus berkembang dengan cepat. LSM ini juga membutuhkan platform yang dapat dengan cepat berkembang sejalan dengan permintaan informasi ini.
Tim IBM Garage™ di Prancis dengan senang hati membantu. Mereka memahami bahwa layanan AI pada platform cloud dapat memberikan apa yang dibutuhkan MANA.
Nicolas Comete, Arsitek TI dan Insinyur IBM Garage, dan Quentin Siraut, Pengembang Perangkat Lunak IBM Garage, bekerja sama dengan tim MANA dalam proyek ini. Sebagai penggemar hiker dan camper, mereka melihat ini sebagai kesempatan untuk menggunakan keahlian mereka untuk memberi manfaat bagi lingkungan.
Gambar di atas: Seorang anak laki-laki suku asli di Amazon, September 2020 (Kredit Thomas Pizer/aquaverde.org)
"Pengembang tidak selalu dapat berkomitmen pada sesuatu yang sesuai dengan nilai-nilai kami," kata Comete. "Menurut saya, banyak masalah yang kita hadapi saat ini berasal dari cara kita memperlakukan alam, termasuk hutan dan hewan. Keterlibatan dengan MANA ini adalah salah satu cara saya dapat membantu membuat planet ini sedikit lebih baik. "
Selain mendukung tujuan MANA, Comete dan Siraut memiliki keahlian AI dan cloud yang diperlukan untuk proyek ini. Comete pertama kali mencoba pengembangan perangkat lunak saat masih remaja. “Sejak saya masih kecil, saya menikmati bermain video game. Ketika saya berusia 15 tahun, saya mulai mengembangkan video game dan menulis algoritme," katanya.
Siraut kemudian selalu ingin berinovasi, yang membuatnya tertarik pada bidang pengembangan perangkat lunak. Sekarang, sebagai seorang penggemar AI, pembelajaran mesin, dan pembelajaran mendalam yang digambarkan sendiri, ia menikmati penerapan kemampuan IBM Watson® dengan cara-cara baru.
"Semakin banyak inovasi yang dibawa ke berbagai industri dengan AI; saya senang kami bisa membantu MANA menggunakan Watson AI untuk kebaikan," ujarnya.
Penyebab deforestasi di seluruh dunia berbeda-beda di setiap wilayah, namun sebagian besar disebabkan oleh aktivitas manusia, termasuk pertanian komersial dan skala kecil, penebangan hutan, peternakan, dan pertambangan. Namun, Global Canopy melaporkan (tautan berada di luar IBM.com) bahwa dari 500 perusahaan dan lembaga keuangan yang rantai pasoknya membahayakan hutan, 43% di antaranya tidak memiliki kebijakan untuk mengurangi deforestasi.
Sebelum bekerja sama dengan IBM Garage — kerangka kerja transformasi yang menyatukan manusia, proses dan teknologi — MANA telah mengumpulkan ribuan sumber tepercaya dari berbagai LSM internasional. Kontak-kontak ini, yang meliputi aktivis lingkungan di lapangan dan penduduk masyarakat adat dan masyarakat pedesaan lainnya, yang sering kali terpencil, memiliki pengetahuan langsung mengenai isu-isu yang sedang berlangsung di titik-titik rawan deforestasi. "Individu-individu inilah yang benar-benar mengetahui apa yang seharusnya tidak dilakukan oleh perusahaan dan bagaimana aktivitas mereka berdampak pada wilayah tersebut," kata Mignotte.
Sumber-sumber ini umumnya mengandalkan media sosial dan saluran digital lainnya untuk memperingatkan organisasi konservasi dan organisasi lainnya tentang tindakan perusakan lingkungan yang tertunda. Namun, dengan adanya berita dan pesan yang saling bersaing dan terkadang kontradiktif di media sosial, mereka sering kali tidak dapat terhubung dengan audiens yang dituju.
Platform MANA-Vox akan secara aktif mendengarkan suara mereka menggunakan AI di cloud. Prosesnya meliputi pemindaian komunikasi kolektif — termasuk tautan ke artikel dan situs web — untuk mencari tulisan yang relevan dan kemudian memverifikasi sumbernya, memeriksa ulang informasi tersebut, dan menggunakan wawasan yang dihasilkan untuk menyusun peringkat perusahaan. Semakin banyak orang berbicara tentang perusahaan di sumber-sumber seperti Twitter, semakin tinggi peringkatnya.
Ketika tim IBM Garage mengambil proyek ini, MANA dan para sukarelawannya telah mengembangkan algoritme MANA-Vox yang pertama. Tim IBM di Prancis juga telah membantu memajukan desain dan pengembangan aplikasi dasar, termasuk menerapkan beberapa layanan IBM Watson. Langkah selanjutnya adalah membangun produk minimum yang stabil dan siap produksi (MVP) dengan menggunakan praktik terbaik.
"MANA memiliki banyak sukarelawan yang bersemangat dan cerdas yang bekerja di berbagai bagian alat, tetapi karena tidak dibuat oleh satu orang atau tim, itu tidak memiliki persatuan. Kami meminta tim IBM Garage untuk memajukan proyek ini dan menciptakan alat yang unik di tempat yang unik. Kami juga membutuhkannya agar mudah digunakan," kata Zoe Berenger, Konsultan Teknologi dan Manajer Produk di MANA Community.
Dengan mengadaptasi Metodologi IBM Garage yang tangkas untuk memenuhi kebutuhan tim MANA, tim Garage memulai dengan mengidentifikasi tujuan spesifik MANA untuk MVP. "Pertama, mereka ingin kami memastikan bahwa fungsionalitas aplikasi yang ada digunakan sepenuhnya untuk memenuhi semua kebutuhan bisnis mereka," kata Siraut. "Kedua, mereka ingin mengoptimalkan sumber daya sehingga aplikasi memproses informasi setiap malam atau siang hari dan kemudian dimatikan, dan juga agar aplikasi dapat secara efektif menyesuaikan dengan permintaan."
Tim selanjutnya melakukan penilaian arsitektur. "Kami melihat solusi yang ada, yang kami sebut sebagai solusi apa adanya, dan menginventarisir apa saja yang sudah ada," jelas Comete. "Kami mengidentifikasi titik-titik masalah, apa yang bisa kami gunakan dan apa yang perlu diperbarui dan dimodernisasi. Kami juga menguraikan cara menyempurnakan proses solusi.”
Dengan pendekatan bertahap, tim IBM Garage berkolaborasi dengan MANA untuk membangun platform berbasis AI yang terdiri dari dua modul berbasis cloud. Modul pertama yang mereka kembangkan menggunakan layanan kueri dan kode khusus untuk memantau umpan media sosial dari LSM tepercaya dan sumber informasi lainnya, termasuk informasi yang ditautkan dalam umpan web RSS dan halaman web yang dirujuk. Modul ini menyimpan informasi dalam basis data dan menganalisisnya untuk menemukan sumber-sumber tambahan yang dapat diikuti oleh MANA untuk memperoleh wawasan yang dapat diandalkan.
Mereka kemudian membangun modul kedua, yang menganalisis konten yang divalidasi menggunakan layanan IBM Watson di IBM Cloud® untuk menentukan apakah konten relevan dengan tujuan MANA. Proses ini bergantung pada solusi IBM Watson Language Translator untuk menerjemahkan semua konten ke dalam bahasa Inggris, dan solusi IBM Watson Natural Language Understanding untuk mengidentifikasi kata kunci untuk analisis lebih lanjut. Selanjutnya, solusi IBM Watson Assistant mengklasifikasikan konten yang secara khusus merujuk pada perusahaan yang terkait dengan insiden perusakan lingkungan.
Untuk memastikan pemrosesan data yang hemat biaya, tim Garage merekomendasikan arsitektur tanpa server menggunakan layanan IBM Cloud Functions, yang dijalankan berdasarkan alur kerja yang digerakkan oleh peristiwa. Misalnya, aplikasi menskalakan ke nol ketika tidak memproses data yang masuk dari sumber tepercaya. "Lembaga nirlaba seperti MANA bisa memulai dari yang kecil dengan layanan cloud yang bisa dengan mudah ditingkatkan sesuai permintaan, dan mereka hanya membayar apa yang mereka konsumsi," jelas Comete.
Kini, setelah tim IBM Garage membantu MANA mensintesis dan menyatukan algoritme yang sudah ada, perusahaan rintisan ini bergerak maju untuk mengembangkan dan menguji aplikasinya. Berenger dan tim Garage berencana untuk memanfaatkan teknik-teknik seperti pemrograman berpasangan dan integrasi berkelanjutan/penyebaran berkelanjutan (CI/CD) untuk terus menyempurnakan kode.
Sepanjang proyek, pengembang Garage tetap berdedikasi untuk membantu MANA mewujudkan tujuannya, terkadang menyesuaikan jadwal mereka untuk berkolaborasi di malam hari. "Tim MANA kecil, jadi kami bisa bekerja dengan gesit dan membangun hubungan satu per satu yang hebat," Siraut menekankan. "Kami menempatkan semua kekuatan kami bersama-sama pada proyek ini."
Mignotte dan Berenger juga menikmati proses kerja sama dengan Comete dan Siraut dalam sebuah proyek yang sangat mereka sukai.
"Yang menurut saya luar biasa dari IBM Garage adalah kemampuan mereka untuk beradaptasi dengan siapa kami dan bagaimana kami bekerja. Secara psikologis, kami dapat bertemu di tempat yang sama, di tempat yang bukan tentang mencari uang. Ini adalah tentang membuat keputusan yang masuk akal," kata Mignotte. “Juga, mereka bisa mendengarkan dan memahami. Seperti halnya para perajin perhiasan yang menggunakan alat terbaik untuk menyesuaikan batu mulia, para pengembang adalah para perajin yang selalu menemukan alat yang tepat untuk memenuhi kebutuhan spesifik kami dan menyesuaikan fitur terkecil."
Setelah bersama-sama membangun MVP, tim IBM Garage menghubungkannya melalui server API ke Twitter untuk pengujian. Mereka memutuskan untuk membatasi pengujian pada sumber informasi yang ditemukan di Twitter, yang memberi mereka kumpulan data yang mendalam namun relatif berisi dengan bahasa yang beragam.
"Satu tweet saja bisa menautkan ke sebuah artikel atau situs web dengan beberapa paragraf dan ratusan baris teks yang perlu dianalisis," jelas Siraut.
Saat ini, solusi MANA-Vox menganalisis ribuan tweet dan konten yang ditautkan setiap hari, dan tim menambahkan lebih banyak sumber informasi setiap harinya. Dari konten yang dianalisis, solusi tersebut melabeli sekitar 98% sebagai tidak relevan. Karyawan dan sukarelawan MANA kemudian secara manual meninjau 2% konten yang relevan untuk memverifikasi bahwa konten tersebut adalah jenis informasi yang dibutuhkan MANA. Algoritme kemudian dapat disesuaikan berdasarkan temuan-temuan tersebut.
"Dengan memproses feed Twitter dengan cepat dan menentukan konten yang relevan, AI aplikasi ini menghemat waktu berjam-jam dari pekerjaan manual yang tak terhitung jumlahnya. Para pekerja dapat memusatkan perhatian mereka untuk mengevaluasi serangkaian informasi yang sangat terbatas daripada kehilangan waktu untuk sejumlah besar data," jelas Siraut.
Pada fase solusi berikutnya, MANA akan menyelesaikan desain dashboard yang menghadap ke publik dan mengembangkan solusi back-office untuk memfasilitasi administrasi solusi. MANA mengantisipasi platform MANA-Vox akan ditayangkan pada awal tahun 2022. Selain itu, baru-baru ini, mereka mencapai kesepakatan dengan sebuah LSM besar yang akan memungkinkan mereka untuk menampilkan wawasan MANA-Vox di situs webnya. Mereka terlibat dalam diskusi serupa dengan LSM lain.
Setelah berproduksi, MANA akan secara bertahap meningkatkan solusi MANA-Vox untuk mengumpulkan intelijen dari berbagai saluran digital dan ribuan sumber yang kredibel. Saat ini, solusi ini mengikuti 740 sumber kredibel untuk mendapatkan wawasan tentang 450 perusahaan.
Dengan platform ini, MANA dapat membantu mengantarkan era baru akuntabilitas perusahaan. Sebagian besar informasi tentang jejak lingkungan perusahaan biasanya berasal dari laporan tahunan mereka sendiri, yang sering kali tidak memiliki ketepatan waktu, transparansi, dan ketertelusuran. MANA akan mempersenjatai para pejuang konservasi, LSM, dan organisasi lainnya dengan daftar perusahaan yang berpotensi melakukan kerusakan lingkungan terbesar, memberdayakan mereka untuk bekerja secara lebih efektif demi perubahan.
Misalnya, mereka dapat mengambil tindakan hukum langsung untuk menghentikan deforestasi, atau meluncurkan kampanye konsumen yang menekan perusahaan untuk menerapkan praktik produksi dan sumber daya yang ramah lingkungan untuk minyak sawit dan komoditas lainnya. Penasihat keuangan juga dapat menggunakan peringkat tersebut untuk berinvestasi di perusahaan yang telah mengadopsi kebijakan nol deforestasi.
"MANA mendorong pendekatan demokratis, di mana orang-orang dari berbagai sektor dapat bersatu dan bekerja untuk mencapai tujuan yang sama," katanya.
Mignotte mengatakan bahwa perusahaan-perusahaan keuangan khususnya berharap untuk mengakses wawasan MANA-Vox, yang berbeda dari yang disediakan oleh organisasi lain. Karena platform MANA-Vox menganalisis data dari masyarakat sipil dan orang-orang di lapangan yang secara langsung menyaksikan deforestasi, platform ini dapat memberikan visibilitas yang lebih dalam terhadap para distributor — dan bukan hanya pemasok — yang mengambil keuntungan dari bahan baku yang dihasilkan melalui perusakan lingkungan.
Seiring MANA terus mengembangkan platform Mana-VOX, tim IBM Garage siap mendukung perusahaan kecil tersebut, namun dibutuhkan. "Sangat menyenangkan ketika kami dapat membantu mengembangkan solusi untuk LSM seperti MANA," kata Comete. “Kita bisa bertemu orang-orang yang benar-benar menyenangkan dan bersenang-senang.”
Temukan solusi untuk membantu Anda mengelola titik-titik buta dalam data pelanggan Anda
MANA yang berbasis di Paris, Prancis, adalah LSM startup yang berupaya membantu melindungi ekosistem hutan global. Setelah diluncurkan, platform MANA-Vox dapat memberdayakan LSM dan entitas lain untuk membuat keputusan yang lebih berbasis bukti dengan memberikan peringkat jejak lingkungan perusahaan yang hampir real-time. Didirikan pada tahun 2015, tim inti MANA dibantu oleh jaringan relawan yang luas.
Catatan kaki
© Hak Cipta IBM Corporation 2022. IBM Corporation, IBM Garage, New Orchard Road, Armonk, NY 10504
Diproduksi di Amerika Serikat, Maret 2022.
IBM, logo IBM, ibm.com, IBM Cloud, IBM Garage, dan IBM Watson adalah merek dagang dari International Business Machines Corp., terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang dari IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web di www.ibm.com/id-id/legal/copytrade.
Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Mitra Bisnis IBM menetapkan harga mereka sendiri, yang dapat bervariasi. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.