Peneliti membangun model ML untuk memperkirakan kekurangan makanan

Sebuah tim peneliti internasional telah membangun serangkaian model pembelajaran mesin yang mereka katakan dapat membantu memprediksi kekurangan pangan global dalam waktu dekat, membantu pemerintah dan lembaga internasional memahami di mana mereka dapat membantu.

Para ilmuwan dari Program Pangan Dunia, Departemen Matematika Universitas London, dan Departemen Ilmu Jaringan dan Data Universitas Eropa Tengah, memanfaatkan "kumpulan data global yang unik" untuk membangun model pembelajaran mesin yang dapat menjelaskan hingga 81 persen variasi kekurangan pangan. konsumsi.

Studi tersebut mengklaim model pembelajaran mesin diambil dari sumber data tidak langsung di berbagai bidang seperti harga pangan, indikator makro-ekonomi (termasuk PDB), cuaca, konflik, prevalensi kekurangan gizi, kepadatan penduduk, dan tren kerawanan pangan sebelumnya. Tujuannya adalah untuk membuat perkiraan jangka pendek, atau “nowcasts.”

“Kami menunjukkan bahwa model yang diusulkan kini dapat memperkirakan situasi ketahanan pangan hampir secara real-time dan mengusulkan metode untuk mengidentifikasi variabel mana yang mendorong perubahan yang diamati dalam tren yang diprediksi – yang merupakan kunci untuk membuat prediksi dapat digunakan oleh para pengambil keputusan,” penelitian tersebut kertas diterbitkan di Nature Food minggu ini kata.

Keluaran dari model ML telah digunakan untuk membuat peta dunia termasuk prakiraan kerawanan pangan jangka pendek yang disebut Peta Kelaparan.

Pada tahun 2019, jumlah orang yang kekurangan gizi diperkirakan mencapai 650 juta orang, dengan 135 juta orang di 55 negara dan wilayah dilaporkan berada dalam kondisi “kerawanan pangan” akut. Kerawanan pangan didefinisikan sebagai kurangnya akses yang konsisten terhadap makanan yang cukup sehingga Anda dapat menjalani hidup yang aktif dan sehat. Setelah pandemi global COVID-19, angka-angka ini melonjak. Setidaknya 280 juta orang dilaporkan mengalami kerawanan pangan akut pada tahun 2020, jumlah ini meningkat dua kali lipat dibandingkan tahun sebelumnya.

Pemerintah dan organisasi internasional seperti Program Pangan Dunia (WFP), Organisasi Pangan dan Pertanian (FAO) dan Bank Dunia mengukur ketahanan pangan dengan survei tatap muka atau survei telepon seluler jarak jauh. Namun hal ini memerlukan biaya yang mahal, sementara akurasi dapat menjadi masalah. “Kerawanan pangan merupakan fenomena yang lebih dinamis dan tidak stabil dibandingkan kemiskinan, dengan komponen musiman yang berkaitan dengan kalender produksi pertanian dan dapat berubah dengan cepat ketika terjadi guncangan eksternal, sehingga memerlukan penilaian yang lebih sering dan cepat,” kata surat kabar tersebut.

“Hal ini membuka pintu bagi keamanan pangan yang disiarkan hampir secara real-time dalam skala global, sehingga memungkinkan para pengambil keputusan untuk membuat keputusan yang lebih tepat waktu dan berdasarkan informasi mengenai kebijakan dan program yang berorientasi pada perjuangan melawan kelaparan,” kata para peneliti.

Para peneliti juga memanfaatkan data sekunder untuk memprediksi kerawanan pangan dalam jangka panjang. Produksi pertanian, model tanaman statistik dan pemodelan iklim telah digunakan untuk membuat proyeksi hingga tahun 2030 tentang perubahan produksi tanaman. Sementara itu, data ponsel yang dianonimkan dan dikumpulkan telah digunakan di Senegal untuk melihat pergerakan orang yang lebih luas di sepanjang musim, dan digabungkan dengan kalender pertanian dan catatan curah hujan untuk menandai ketahanan pangan.

Penelitian saat ini tidak menggunakan data telepon seluler karena data tersebut biasanya diperoleh melalui operator telepon seluler nasional. “Oleh karena itu, data ini bukanlah jenis data yang mudah untuk diukur, dan inilah mengapa data ini bukan sumber data yang cocok untuk pendekatan global kami,” kata penulis utama Elisa Omodei, asisten profesor di Central European University. Pendaftaran.

Para penulis menyarankan ketika model mereka memprediksi peningkatan prevalensi orang yang rawan pangan, maka Program Pangan Dunia akan memicu penilaian cepat melalui survei tatap muka atau jarak jauh dan memobilisasi analis dalam negeri untuk mendapatkan pemahaman yang lebih baik tentang situasi tersebut.

“Pengembangan model-model ini dilatarbelakangi oleh kebutuhan khusus WFP untuk mengisi kesenjangan yang ada saat ini karena keterbatasan sumber daya dan tidak dapat diaksesnya, yaitu untuk memberikan informasi rutin ke tempat-tempat yang sulit dijangkau, di mana penilaian ketahanan pangan hanya dilakukan satu kali atau lebih. dua kali setahun namun hal ini memerlukan aliran informasi yang konstan untuk mendukung operasi kemanusiaan,” kata surat kabar itu. ®