Machine Learning Bakal Tahu Kenapa Lo Bisa Terkena Diare

Tahun 2018 menjadi tahun yang kelabu bagi dunia daging dan juga makanan cepat saji. Virus Salmonella ini ternyata sangat berbahaya dan bisa menjangkit manusia. Akibat dari Salmonella adalah diare, pusing, demam, dan paling parah adalah Salmonella bisa menyebabkan kematian. Di tahun 2018 kemarin sudah ada 1,2 juta kasus Salmonella yang ada di seluruh dunia dan menyebabkan 450 orang meninggal dunia.

Nah untuk menanggulangi hal ini, beberapa peneliti dari University of Georgia melakukan pengembangan bagaimana caranya mendeteksi Salmonella pada babi, sapi, ayam, dan burung liar. Hasilnya sangat luar biasa, lewat teknologi machine learning mereka bisa mendeteksi 7 dari 8 sample yang ada. Walaupun masih butuh pengembangan lebih lanjut, ini merupakan terobosan yang sangat apik.

Cara kerja machine learning

Cara kerja dari machine learning ini adalah sample akan dimasukkan ke dalam sebuah alat yang kemudian akan mendeteksi apakah sample terkena Salmonella atau nggak. Jadi ketika daging yang akan digiling ini terkena Salmonella, maka bisa langsung dipisahkan agar nggak terkontaminasi ke daging yang lain.

Seperti diketahui, Salmonella ini penyebarannya melalui makanan. Misalnya sapi yang makan rumput yang di dalamnya sudah ada tanah yang bercampur dengan kotoran hewan lain yang terinfeksi Salmonella. Walaupun sekarang para peternak dan pengusaha makanan sudah berupaya agar Salmonella nggak menyerang seluruh hewan, penanggulangannya masih sangat terbatas.

Kekurangan machine learning

Seperti diberitakan oleh theverge.com, machine learning ini mempunyai beberapa kelemahan. Pertama adalah sample yang dibutuhkan untuk mengetahui seluruh Salmonella ini ada sekitar 2500, jadi butuh waktu yang sangat lama untuk machine learning mengolahnya. Kemudian apakah machine learning ini bisa mengetahui pusat dari Salmonella, jadi para peternak bisa menghilangkan Salmonella secara sempurna.

Xiangyu Deng, kepala penelitian mengatakan bahwa sekarang pihaknya masih jauh dari kata finish. Masih banyak yang harus dikerjakan, walaupun begitu ini merupakan awal yang baik.

“A little bit of information is better than no information at all,” ujar Xiangyu Deng.

Source: theverge.com