Jakarta, CNBC Indonesia - Grab Indonesia mengembangkan teknologi berbasis kecerdasan buatan (AI) dan machine learning untuk memantau pelaksanaan program Makan Bergizi Gratis (MBG) secara real time. Untuk diketahui MBG yang dilakukan Grab merupakan bagian dari program tanggung jawab sosial perusahaan (CSR) yang sepenuhnya didanai swasta.
Head of Safety & Quality Grab Indonesia, Sherylin, menjelaskan sistem ini diklaim mampu mendeteksi potensi risiko sejak dini sebelum makanan sampai ke tangan siswa.
Lebih lanjut, penggunaan teknologi dilakukan karena pemantauan manual dinilai masih memiliki celah. Dengan teknologi, proses pengawasan bisa berjalan lebih cepat dan akurat.
"Kenapa teknologi? Karena kami menilai bahwa pemantauan secara manual itu punya celah. Dengan teknologi, kita bisa melakukan pemantauan secara real time, dan kita bisa memitigasi risiko sebelum masalahnya itu sampai ke tangan adik-adik kita di sekolah," ujar Sherylin saat ditemui di Command Center MBG, Poins Mall, Jakarta Selatan, Selasa (10/2/2026).
Sistem pemantauan ini dilakukan melalui CCTV yang dipasang di tiga area krusial di dapur mitra UMKM, yakni area dapur, area penyajian, serta area serah terima dengan mitra pengemudi.
Menurutnya, CCTV tersebut tidak hanya berfungsi sebagai alat perekam, tetapi juga telah dilengkapi teknologi AI yang mampu mendeteksi berbagai anomali secara otomatis.
"CCTV-nya bukan cuma sekadar merekam, tapi sudah ditambahkan teknologi AI, sehingga kita bisa mendeteksi anomali-anomali. Teknologinya ini kita kembangkan sendiri," tuturnya.
Salah satu fitur utama adalah deteksi penggunaan alat pelindung diri (APD) oleh penjamah makanan. Sistem dapat mengidentifikasi apakah staf dapur menggunakan sarung tangan, masker, hairnet dan celemek sesuai standar.
"Apabila staf dapur tidak menggunakannya dengan baik, jadi kita langsung diberikan alert nanti seperti ada beberapa box yang ada, itu juga salah satu teknologi yang kami buat, supaya memudahkan agent yang memantau di sini, untuk lihat gimana sih objek yang dideteksi dan juga disertai dengan confidence level, seberapa yakin sih sebenarnya ini deteksi kami terhadap objek yang dia deteksi," jelasnya.
Selain itu, sistem juga mampu mendeteksi aktivitas hama seperti tikus, kecoa, dan cicak di area dapur. Jika terdeteksi, sistem akan mengirimkan peringatan agar tim segera melakukan intervensi.
Sherylin menambahkan, teknologi tersebut dikembangkan secara internal dan terus dilatih agar akurasinya meningkat. Ia mengakui pada tahap awal masih terjadi kesalahan deteksi, terutama karena tingkat kepercayaan sistem yang masih rendah.
"Apakah pernah mendeteksi tidak akurat? Pasti pernah, apalagi di awal saat pilot. Tapi kita terus melakukan improvement setiap hari dengan men-training lebih banyak contoh yang salah dan yang benar supaya machine learning-nya jauh lebih pintar," terangnya.
(dem/dem)
[Gambas:Video CNBC]
