Pelestarian warisan budaya kini memasuki babak baru seiring berkembangnya teknologi digital. Benda-benda bersejarah yang rentan mengalami pelapukan, kerusakan lingkungan, maupun kehilangan informasi dapat didokumentasikan tanpa harus banyak melakukan kontak fisik dengan objek aslinya. Salah satu teknologi yang menawarkan peluang tersebut adalah Motion Photogrammetry, khususnya pendekatan Structure-from-Motion (SFM) photogrammetry, yang mampu menghasilkan representasi tiga dimensi berdasarkan kumpulan foto dari berbagai sudut. Teknologi ini memungkinkan sebuah artefak tidak hanya disimpan sebagai foto, tetapi juga direkam dalam bentuk model digital tiga dimensi yang dapat dipelajari dan dimanfaatkan kembali. Pendekatan tersebut menjadi semakin relevan bagi pelestarian warisan budaya Indonesia yang memiliki beragam artefak bersejarah dengan kondisi fisik yang terus berubah. Penelitian terhadap Prasasti Ketanen menunjukkan bagaimana teknologi tersebut dapat digunakan untuk mendukung Preservasi digitalsekaligus meningkatkan akses terhadap informasi sejarah.
Prasasti Ketanen merupakan artefak penting yang berkaitan dengan sejarah Jawa Kuno dan peradaban Majapahit. Prasasti ini ditemukan di sekitar bekas Pabrik Gula Ketanen, Kutorejo, Mojokerto, Jawa Timur, dan memiliki 26 baris tulisan menggunakan aksara serta bahasa Jawa Kuno. Berdasarkan penelitian, prasasti tersebut diperkirakan berasal dari tahun 826 Saka atau sekitar 904 Masehi dan tulisan dipahat pada bagian belakang arca Ganesha yang terbuat dari batu andesit. Kondisi permukaan batu yang telah mengalami perubahan menjadi tantangan dalam proses dokumentasi karena detail tulisan dan karakteristik permukaannya harus tetap dipertahankan. Dalam penelitian ini, sebanyak 220 foto Prasasti Ketanen diambil menggunakan kamera Sony A6400 dengan lensa Sigma ART 24–70 F2.8 dari berbagai sudut hingga mencakup pandangan sekitar 360 derajat. Kumpulan foto tersebut kemudian digunakan dalam proses Structure-from-Motion photogrammetry untuk menghasilkan dokumentasi dan model tiga dimensi.
Tantangan berikutnya adalah keberadaan noise pada foto yang dapat mengganggu proses pengenalan dan pencocokan fitur permukaan prasasti. Untuk mengatasinya, penelitian menguji empat metode denoising, yaitu Gaussian Blur, Bilateral Filter, Non-Local Means (NLM), dan Denoising Convolutional Neural Network (DnCNN). Hasil evaluasi citra dua dimensi menunjukkan bahwa Gaussian Blur menghasilkan performa terbaik dengan PSNR 32,217 dB dan SSIM 0,912, yang menunjukkan kemampuannya dalam mengurangi gangguan visual sekaligus mempertahankan struktur umum permukaan batu. Namun, hasil tersebut tidak secara otomatis berarti bahwa Gaussian menghasilkan rekonstruksi 3D terbaik. Dalam evaluasi reprojection error, citra asli tanpa denoising justru memiliki kesalahan paling rendah dan menunjukkan konsistensi geometris terbaik, sedangkan Gaussian menghasilkan nilai 2,389, yang masih sangat dekat dengan data asli. Temuan ini memperlihatkan bahwa tekstur alami dan detail permukaan yang tampak sebagai noise justru dapat membantu komputer menemukan fitur penting selama proses rekonstruksi tiga dimensi.
Penelitian ini juga memberikan catatan penting mengenai penggunaan kecerdasan buatan dalam pelestarian artefak budaya. Metode DnCNN tidak menunjukkan performa terbaik pada dataset Prasasti Ketanen, yang mengindikasikan bahwa model deep learning yang dilatih menggunakan karakteristik data tertentu belum tentu sesuai untuk permukaan batu prasasti yang memiliki tekstur, pelapukan, relief dangkal, dan goresan huruf yang khas. Berdasarkan hasil tersebut, penelitian menawarkan “Contextual Selection Paradigm”, yaitu pemilihan metode pengolahan gambar berdasarkan tujuan dokumentasi. Gaussian atau Bilateral lebih sesuai ketika tujuan utama adalah meningkatkan keterbacaan tulisan dan ukiran, sedangkan data asli atau Gaussian ringan lebih tepat untuk dokumentasi geometris, pengukuran, dan reproduksi fisik seperti pencetakan 3D. Sementara itu, NLM atau DnCNN dapat dipertimbangkan untuk visualisasi publik dan lingkungan Virtual Reality ketika tampilan yang halus menjadi prioritas. Dengan demikian, teknologi yang paling canggih tidak selalu menjadi teknologi yang paling tepat; pemilihan metode harus disesuaikan dengan kebutuhan pelestarian.
Pada akhirnya, preservasi digital bukan sekadar mengubah artefak fisik menjadi file digital, tetapi merupakan strategi untuk menjaga informasi sejarah agar dapat terus dipelajari dan diakses pada masa mendatang. Model tiga dimensi Prasasti Ketanen dapat menjadi rekaman digital yang mendukung penelitian sekaligus memungkinkan pemantauan perubahan kondisi artefak dari waktu ke waktu tanpa intervensi langsung terhadap benda asli. Model tersebut juga berpotensi digunakan untuk museum digital, tur virtual, pendidikan, dan teknologi VR sehingga masyarakat dapat mengenal warisan budaya tanpa harus selalu mengakses artefak secara fisik. Meskipun penelitian ini masih berfokus pada satu objek sehingga penerapannya perlu diuji pada berbagai jenis artefak dan kondisi dokumentasi, hasilnya memberikan arah penting bagi pengembangan pelestarian budaya berbasis teknologi. Dari sebuah batu kuno di Jawa Timur, Motion Photogrammetrymembuka jalan untuk membawa warisan Majapahit ke dunia digital, memastikan bahwa informasi yang terukir di dalamnya tetap dapat dipelajari oleh generasi masa kini dan masa depan.
Penulis: Imam Yuadi, S.Sos., M.MT., Ph.D.
Untuk lebih lengkapnya, artikel ini bisa dibaca dan diakses di:
https://www.sciencedirect.com/science/article/pii/S2212054826000834
