Home Internasional Angkatan Laut AS Gunakan AI untuk Percepat Deteksi Ranjau Iran di Selat Hormuz
Internasional

Angkatan Laut AS Gunakan AI untuk Percepat Deteksi Ranjau Iran di Selat Hormuz

Share
AI deteksi ranjau Iran
Share

POPULARITAS.COM – Angkatan Laut Amerika Serikat mulai memanfaatkan AI deteksi ranjau Iran untuk mempercepat penyisiran bahan peledak bawah laut di Selat Hormuz. Pemanfaatan teknologi ini dilakukan di jalur perairan strategis yang selama ini menjadi titik penting bagi perdagangan global.

Mengutip Reuters, Jumat (1/5/2026), Presiden AS Donald Trump menyatakan Angkatan Laut AS sedang membersihkan ranjau Iran di kawasan tersebut melalui dukungan teknologi artificial intelligence. Upaya itu dijalankan lewat kontrak kerja sama senilai US$ 100 juta atau sekitar Rp 1,7 triliun dengan perusahaan kecerdasan buatan asal San Francisco, Domino Data Lab.

Kolaborasi tersebut menjadi bagian dari modernisasi sistem perburuan ranjau bawah laut. Tujuannya adalah mempercepat proses deteksi, meningkatkan akurasi, dan mengurangi risiko terhadap personel militer di lapangan.

Selama ini, penyisiran ranjau laut dapat berlangsung berbulan-bulan. Namun, dengan sistem berbasis AI, kendaraan bawah air nirawak milik Angkatan Laut AS dapat dilatih mengenali jenis ranjau baru hanya dalam hitungan hari.

Dikutip dari beritasatu.com, Kepala Operasional Domino, Thomas Robinson, mengatakan, “Perburuan ranjau dahulunya adalah pekerjaan untuk kapal. Sekarang ini menjadi pekerjaan untuk AI. Angkatan Laut membayar platform yang memungkinkan mereka melatih, mengatur, dan menerapkan AI tersebut dengan kecepatan yang dibutuhkan untuk perairan yang diperebutkan yang menghalangi perdagangan global dan membahayakan para pelaut,”

Baca Juga: Liga Arab Tuntut Iran Bayar Ganti Rugi Penuh atas Dampak Konflik dan Penutupan Selat Hormuz

Kerja sama ini merupakan pengembangan dari proyek accelerated machine learning for maritime operations (Ammo). Program Angkatan Laut AS itu dirancang untuk memperkuat kemampuan deteksi ranjau bawah laut dengan dukungan teknologi pembelajaran mesin.

Dalam operasionalnya, sistem tersebut menggabungkan data dari beragam sensor. Di antaranya sonar pemindaian samping dan sistem pencitraan visual, yang kemudian diproses AI untuk menilai kinerja model deteksi di lapangan, menemukan kesalahan, dan melakukan koreksi agar hasil identifikasi lebih akurat.

Keunggulan utama teknologi ini terletak pada kecepatan pembaruan model. Sebelum Domino terlibat, penyesuaian AI untuk mengenali jenis ranjau baru pada unmanned underwater vehicles (UUV) umumnya membutuhkan waktu hingga enam bulan.

Kini, proses itu diklaim dapat dirampungkan hanya dalam beberapa hari. Dengan begitu, AI deteksi ranjau Iran dinilai dapat membuat respons Angkatan Laut AS jauh lebih cepat saat menghadapi perubahan kebutuhan operasi di wilayah berbeda.

Dikutip dari beritasatu.com, Robinson memberi contoh, “Jika ada UUV di Laut Baltik yang diarahkan ke ranjau Rusia, dan kemudian mereka perlu dikerahkan ke Selat Hormuz untuk mendeteksi ranjau Iran maka dengan teknologi Domino, angkatan laut dapat siap hanya dalam waktu seminggu,” pungkas Robinson. (hsn)

Sumber: beritasatu.com

Share

Leave a comment

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *


Tulisan Terkait
InternasionalNews

Krisis Demografi Makin Nyata, Jepang Kehilangan 3 Juta Penduduk dalam 5 Tahun

POPULARITAS.COM – Jepang tengah menghadapi krisis demografi yang kian mengkhawatirkan. Dalam lima...

InternasionalNews

Teheran Siapkan Pemakaman Ayatollah Ali Khamenei Selama 3 Hari

POPULARITAS.COM – Pemerintah Kota Teheran mengumumkan rencana penyelenggaraan prosesi pemakaman untuk Ayatollah...

Internasional

Kapal Perang Prancis tahan kapal Rusia, Jubir : Ini pelanggaran internasional

POPULARITAS.COM – Kapal Perang Prancis, Minggu 31 Mei 2026, tahan kapal Tagor...

InternasionalNews

5 Tewas, Akibat Ledakan di Pabrik Perusahaan Ruang Angkasa Korea Selatan

POPULARITAS.COM – Insiden meledaknya pabrik milik perusahaan pertahanan utama Korea Selatan, Hanwha...

Exit mobile version