Headline
Pelaku usaha menagih penyederhanaan regulasi dan kepastian kebijakan dari pemerintah.
Pelaku usaha menagih penyederhanaan regulasi dan kepastian kebijakan dari pemerintah.
Kumpulan Berita DPR RI
UPAYA pemulihan padang lamun di kawasan Great Barrier Reef kini memasuki babak baru. Sebuah robot bawah laut otonom diuji coba untuk menanam benih lamun secara presisi, menawarkan solusi yang lebih cepat dan efisien dibanding metode restorasi konvensional.
Inovasi ini dilansir dari laman Great Barrier Reef Foundation yang memimpin proyek tersebut bersama perusahaan robotika kelautan Ulysses dan Central Queensland University (CQU).
Lamun, Penjaga Ekosistem Laut
Padang lamun sering disebut sebagai pahlawan tanpa sorotan di ekosistem terumbu karang. Di Great Barrier Reef, hamparannya diperkirakan mencapai sekitar 35.000 kilometer persegi. Ekosistem ini berperan penting dalam menyerap dan menyimpan karbon, menjaga kualitas air, menstabilkan sedimen, serta menjadi habitat sekaligus sumber pakan bagi berbagai biota laut seperti penyu dan dugong.
Namun, perubahan iklim, cuaca ekstrem, penurunan kualitas air, serta pembangunan pesisir terus menekan keberadaan lamun. Meski lamun memiliki kemampuan pulih secara alami, laju kerusakan saat ini kerap lebih cepat dibanding kemampuannya untuk tumbuh kembali.
Metode restorasi tradisional, yakni mengumpulkan dan menebar benih secara manual memang masih digunakan. Akan tetapi, cara tersebut dinilai lambat, membutuhkan banyak tenaga kerja, dan memakan biaya besar. Dalam kondisi ideal, metode ini rata-rata hanya mampu memulihkan sekitar lima hektare lamun per tahun.
Robot Mako, Solusi Berbasis Teknologi
Menjawab tantangan tersebut, Ulysses mengembangkan kendaraan bawah laut tanpa awak (uncrewed underwater vehicle/UUV) bernama Mako pada awal 2025. Robot ini dirancang khusus untuk mendukung restorasi lamun dengan sistem modular yang dapat digunakan untuk panen benih, penanaman, hingga pemantauan.
Mako dilengkapi pemetaan dasar laut dan bor robotik kecil yang mampu menanam benih langsung ke dalam sedimen dengan kedalaman presisi. Target ambisiusnya adalah meningkatkan kapasitas restorasi dari lima hektare per tahun menjadi lima hektare per hari.
Menurut tim peneliti, penggunaan robot memungkinkan penanaman dilakukan saat air pasang dengan akurasi tinggi, baik dari sisi kedalaman maupun lokasi tanam. Dengan demikian, kebutuhan tenaga kerja dapat ditekan dan biaya operasional lebih efisien.
Uji Lapangan di Perairan Menantang
Pada Juli, 2025 lalu, tim melakukan uji coba lapangan selama lima hari di Gladstone. Kondisi di lapangan tidak mudah. Air yang keruh, dasar laut berlumpur, serta arus kuat menjadi tantangan tersendiri. Namun, robot Mako berhasil bermanuver di perairan dengan visibilitas rendah dan menanam benih lamun jenis Nanozostera muelleri secara akurat.
Sejumlah hasil positif dicatat dalam uji coba tersebut. Bor robotik mampu menempatkan benih pada kedalaman yang tepat dengan cepat dan presisi. Sistem tetap berfungsi di perairan berarus deras dan berenergi tinggi. Selain itu, desain modularnya memungkinkan komponen diperbaiki atau diganti dengan mudah apabila terjadi kerusakan.
Keberhasilan uji coba ini menunjukkan bahwa restorasi lamun secara otonom bukan lagi sekadar konsep. Teknologi robotik dinilai berpotensi mengatasi hambatan logistik yang selama ini membatasi upaya pemulihan padang lamun dalam skala luas. (Great Barrier Reef Foundation/P-3)
PTPN IV PalmCo memperkuat mitigasi Karhutla 2026 melalui kolaborasi dengan TNI-Polri dan pemantauan digital berbasis AI ARFINA.
Gubernur DKI Jakarta Pramono Anung mengumumkan rencana pembangunan PLTSa di Sunter, Rorotan, Bantargebang, dan Jakarta Barat.
sudah ada inovasi dalam mengatasi masalah sampah dalam skala rumah tangga hingga satu desa.
Kemenag memperkenalkan konsep ekoteologi dan peran agama sebagai sumber harmoni sosial
Analisis mendalam dampak penaburan Kapur Tohor (CaO) dalam modifikasi cuaca. Pelajari efek eksotermik, risiko alkalinitas, dan manfaat mitigasi bencana.
Copyright @ 2026 Media Group - mediaindonesia. All Rights Reserved