Robot AI Mempelajari Keterampilan Pembuatan Penganan Jepang di Tengah Kekurangan Tenaga Kerja

Robot Belajar Membuat Baumkuchen

Di Kobe, sebuah robot bernama Theo dilatih untuk membuat baumkuchen, kue Jerman berbentuk cincin yang telah menjadi bagian dari budaya penganan Jepang selama lebih dari satu abad. Mesin ini dirancang untuk meniru gerakan dan keputusan para pembuat kue terampil, termasuk berapa lama setiap lapisan tipis adonan harus dipanggang sebelum lapisan berikutnya ditambahkan.

Proyek ini menunjukkan bagaimana kecerdasan buatan merambah ke luar perangkat lunak perkantoran dan lini perakitan pabrik. Di Jepang, AI dihubungkan dengan kamera, sensor gambar, peralatan memasak, dan catatan produksi makanan untuk melestarikan keterampilan yang dahulu diwariskan dari ahli kepada murid selama bertahun-tahun.

Juchheim Co., perusahaan penganan yang berbasis di Kobe dan mengembangkan Theo, membuka fasilitas pelatihan sekaligus ruang pamer bagi robot tersebut di kantor pusatnya pada 25 Maret. Perusahaan itu memamerkan sistem tersebut di Expo Osaka Kansai 2025 dan kini meminjamkannya kepada sekitar 20 perusahaan di seluruh Jepang. Juchheim menargetkan jumlah itu mencapai 100 pada akhir tahun fiskal.

Baumkuchen diperkenalkan ke Jepang pada 1919 oleh Karl Juchheim, koki penganan asal Jerman yang mendirikan perusahaan tersebut. Pembuatannya membutuhkan keterampilan yang tidak biasa. Adonan dioleskan pada tusuk panggang yang berputar, dipanggang dalam oven, lalu dilapisi berulang kali hingga membentuk pola cincin khas seperti lingkaran tahun pada batang pohon. Perubahan kecil pada suhu, kelembapan, dan waktu pemanggangan dapat memengaruhi hasilnya. Karena itu, pekerja mungkin membutuhkan waktu beberapa tahun untuk menguasai prosesnya.

Bagaimana Theo Meniru Penilaian Pembuat Penganan?

Theo menggunakan kamera dan sensor gambar untuk mengamati pekerjaan karyawan Juchheim yang berpengalaman. Sistem ini merekam ciri-ciri yang terlihat, seperti warna, ketebalan, dan tekstur setiap lapisan, lalu mengaitkan pengamatan tersebut dengan kondisi di dalam oven dan pergerakan tusuk panggang yang berputar.

Informasi ini membantu robot memperkirakan kapan sebuah lapisan siap dan menyesuaikan proses saat kondisi berubah. Pembuat penganan manusia mungkin mengandalkan tekstur adonan, tampilan permukaan, atau suasana di dapur. Theo berupaya menerjemahkan penilaian tersebut menjadi data yang dapat dianalisis mesin.

Teknologi ini mengandalkan deep learning, salah satu bentuk pelatihan AI yang secara longgar meniru jaringan di otak manusia. Alih-alih menerima daftar instruksi lengkap untuk setiap kemungkinan situasi, sistem AI mempelajari kumpulan besar contoh dan mengenali pola. Setelah dilatih, sistem dapat membandingkan gambar atau pembacaan sensor baru dengan pola tersebut, lalu memilih respons yang sesuai.

Juchheim mengatakan Theo dapat mempelajari teknik baru dalam beberapa hari, jauh lebih singkat dibandingkan waktu yang biasanya diperlukan seseorang untuk memperoleh pengalaman setara. Mesin ini tidak sekadar mengulang satu gerakan yang tetap. Nilainya terletak pada kemampuannya menyesuaikan proses saat suhu, kelembapan, atau bahan berubah.

Mengapa Jepang Beralih ke Robot Memasak?

Industri makanan menghadapi kekurangan tenaga kerja yang lebih parah dibandingkan banyak sektor ekonomi lainnya. Data Kementerian Kesehatan, Tenaga Kerja, dan Kesejahteraan Jepang menunjukkan rasio 2,31 lowongan kerja untuk setiap pencari kerja di sektor jasa makanan pada Februari. Rata-rata seluruh industri adalah 1,13.

Rasio yang tinggi berarti para pemberi kerja bersaing untuk mendapatkan tenaga kerja yang jumlahnya terbatas. Restoran, toko roti, dan produsen makanan juga harus menghadapi tenaga kerja yang menua serta makin sedikit anak muda yang memasuki pekerjaan terampil. Bagi sejumlah perusahaan, masalahnya bukan sekadar mencari staf untuk giliran kerja hari ini, tetapi juga mencari orang yang dapat menggantikan pekerja berpengalaman saat mereka pensiun.

Presiden Juchheim, Hideo Kawamoto, mengatakan robot itu dapat membantu industri yang kesulitan mencari penerus. Pernyataannya mencerminkan alasan utama perusahaan menguji AI di dapur: otomatisasi dapat membantu menjaga produksi saat jumlah pekerja terlatih tidak cukup untuk mengisi semua posisi.

Penurunan demografi Jepang yang lebih luas membuat eksperimen ini berdampak secara nasional. Pemerintah telah membahas pengerahan sekitar 10 juta robot yang dilengkapi AI di 18 sektor pada 2040. Rencana AI fisik berfokus pada mesin yang mampu memahami lingkungan sekitar dan bertindak di dunia nyata, bukan hanya menghasilkan teks atau gambar.

Apa Itu Pengetahuan Tersirat, dan Bisakah Didigitalkan?

Banyak keterampilan memasak dikenal sebagai pengetahuan tersirat. Artinya, seseorang dapat melakukan tugas dengan benar tanpa mampu menjelaskan setiap keputusan dalam panduan instruksi formal. Juru masak berpengalaman mungkin tahu bahwa wajan perlu diputar lebih cepat ketika bahan mengeluarkan lebih banyak air, atau bahwa lapisan kue sudah matang dari perubahan warna yang samar.

Magang tradisional mewariskan pengetahuan ini melalui pengamatan dan latihan berulang. Dalam budaya kuliner Jepang, gagasan bahwa keterampilan harus dipelajari dengan mengamati ahli tetap kuat. Pendekatan ini dapat menghasilkan hasil yang sangat baik, tetapi menjadi rapuh ketika jumlah murid berkurang dan makin sedikit pekerja senior yang tersedia untuk mengajar mereka.

Profesor Hitoshi Matsubara dari Universitas Kyoto Tachibana, yang berspesialisasi dalam pengembangan AI, mengatakan sistem AI terdahulu kurang cocok untuk jenis pengetahuan ini. Ia mengatakan kemajuan teknologi kini memungkinkan pencatatan dan peniruan gerakan yang sebelumnya sulit dijelaskan.

Di era sebelum deep learning, AI tidak dapat mengajarkan pengetahuan tersirat. Namun, seiring kemajuan teknologi, gerakan pekerja terampil yang melibatkan pengetahuan tersirat kini dapat didigitalkan.

Proses ini bukan berarti semua aspek keterampilan telah terekam. AI bergantung pada kualitas data pelatihan, cakupan kondisi yang pernah diamati, dan keakuratan sensornya. Robot yang dilatih di satu dapur mungkin memerlukan pelatihan tambahan sebelum dapat bekerja dengan andal di lokasi lain yang memiliki oven, bahan, atau target produksi berbeda.

Dari Baumkuchen hingga Nasi Goreng dan Yakisoba

Juchheim merupakan bagian dari gerakan yang lebih luas untuk menerapkan AI pada persiapan makanan. TechMagic yang berbasis di Tokyo mengembangkan robot untuk memasak hidangan tumis seperti nasi goreng dan yakisoba. Pada 2025, perusahaan itu memperkenalkan aplikasi yang menghitung kecepatan putaran wajan dan pengaturan lainnya berdasarkan resep yang dipilih pengguna.

Robot menggunakan sistem tersebut untuk mempelajari waktu memasak dan tingkat panas bagi setiap bahan. TechMagic mengatakan hal ini telah meningkatkan konsistensi mesin-mesinnya. Upaya tersebut bukan soal menggantikan seorang koki sepenuhnya, melainkan mengendalikan serangkaian tindakan fisik yang sulit dilakukan dengan tingkat ketepatan sama pada setiap giliran kerja.

Perusahaan Jepang lainnya menggunakan AI untuk melestarikan keterampilan di luar dapur. Pada 2019, Dentsu mengembangkan Tuna Scope, yang menganalisis foto bagian ekor tuna dari ponsel pintar dan menilai mutunya. Sistem ini dirancang untuk meniru mekiki, ketajaman mata ahli dalam menilai tuna. Para spesialis manusia mungkin menghabiskan waktu satu dekade untuk mengembangkan kemampuan tersebut.

Kura Sushi kemudian menyajikan tuna yang dinilai melalui sistem tersebut sebagai AI Tuna di restoran sushi ban berjalan miliknya. Di Hiroshima, Otafuku Sauce membuat alat pencarian berbasis AI pada 2023 untuk mengakses arsip formula sausnya. Sistem itu dilatih menggunakan lebih dari 15.000 produk dan prototipe. Pencarian formula yang sebelumnya memakan waktu hingga dua jam kini dapat diselesaikan dalam sekitar lima menit.

AI Fisik Menghubungkan Robot dengan Dunia Nyata

Pengembangan Theo merupakan bagian dari upaya yang lebih luas untuk membuat mesin lebih memahami lingkungan sekitarnya. Robot industri konvensional biasanya melakukan gerakan yang sudah ditentukan dengan saksama di lingkungan terkendali. AI fisik menambahkan kamera, sensor, dan model AI agar robot dapat merespons variasi benda, panas, waktu, dan ruang.

Perusahaan robotika Jepang bekerja sama dengan Nvidia, Fujitsu, Fanuc, Yaskawa Electric, dan Kawasaki Heavy Industries di bidang ini. Kemitraan tersebut memadukan pengalaman Jepang dalam mesin presisi dengan komputasi canggih dan model AI. Nvidia telah memperkenalkan perangkat yang dirancang untuk membantu robot memahami lingkungan fisik dan menyesuaikan diri dengan tugas yang berubah.

Kapasitas komputasi lokal juga dapat memungkinkan perusahaan melatih sistem AI menggunakan data produksi sensitif tanpa mengirimkan seluruh informasi tersebut ke luar negeri. Hal ini penting bagi produsen makanan yang mungkin ingin melindungi resep, catatan proses, dan informasi pelanggan. Jaringan yang aman, sensor yang andal, dan teknisi terlatih tetap diperlukan sebelum sistem semacam ini dapat digunakan secara luas.

Industri mesin makanan Jepang telah membangun infrastruktur pendukung ini selama bertahun-tahun. Perusahaan seperti Nikko memasok sistem otomatisasi untuk pengolahan hasil laut, daging, dan hasil pertanian. Nikko juga mengoperasikan Hokkaido Robot Laboratory, tempat siswa dan pekerja dapat mengikuti pelatihan robot serta perusahaan dapat menguji apakah otomatisasi cocok untuk lokasi produksi tertentu.

Pusat pelatihan ini menangani masalah yang dapat membatasi otomatisasi: perusahaan mungkin memiliki mesin, tetapi tidak memiliki orang yang tahu cara memasang, mengawasi, memperbaiki, dan memperbaruinya. Robotika dapat mengurangi jumlah pekerja yang dibutuhkan untuk suatu tugas, tetapi juga meningkatkan kebutuhan akan teknisi, operator, dan spesialis pemeliharaan.

Mengapa Otomatisasi Makanan Lebih Sulit daripada Otomatisasi Pabrik?

Restoran dan dapur penganan memiliki kondisi yang lebih sulit diprediksi dibandingkan banyak pabrik industri. Bahan berubah dari satu kelompok produksi ke kelompok berikutnya, menu beragam, ruang sering kali sesak, dan pelanggan mengharapkan makanan disajikan dengan cermat. Suhu dan kelembapan juga dapat memengaruhi adonan, saus, dan waktu memasak.

Biaya menjadi kendala lainnya. Perusahaan harus membayar robot, sensor, perangkat lunak, pemasangan, pemeliharaan, dan pelatihan staf. Restoran kecil mungkin tidak memiliki cukup ruang untuk peralatan besar atau volume produksi harian yang memadai untuk membenarkan biayanya. Mesin lama juga bisa sulit dihubungkan dengan sistem AI modern.

Budaya pelayanan menambah tingkat kesulitan lain di Jepang. Keramahtamahan sering bergantung pada perhatian personal, penyajian, dan respons cepat terhadap permintaan yang tidak biasa. Robot dapat melakukan tugas memasak berulang atau mengantar makanan, tetapi belum mencapai standar penuh yang diharapkan dari pekerja layanan manusia. Robot mungkin sangat efektif untuk tugas khusus, tetapi tetap kurang cocok untuk dapur sibuk dengan banyak tuntutan yang harus ditangani sekaligus.

Contoh dari tempat layanan lain menunjukkan bahwa teknologi ini menyebar secara bertahap. Di Bandara Narita, robot mirip kucing digunakan di toko suvenir tanpa staf sebagai bagian dari demonstrasi untuk mengurangi kebutuhan tenaga kerja. Restoran dan kafe juga telah menguji robot untuk mengantar makanan, membuat panekuk, menggulung sushi, dan memasak okonomiyaki.

Akankah Robot Menggantikan Pembuat Penganan Terampil?

Peran langsung sistem seperti Theo kemungkinan besar adalah membantu, bukan menggantikan sepenuhnya. Robot dapat mengulang proses, memantau kondisi, dan melestarikan resep, sementara pekerja manusia tetap menyiapkan bahan, memeriksa hasil, menangani situasi yang tidak biasa, dan mengembangkan produk baru.

Pembagian tugas tersebut dapat membantu perusahaan melindungi teknik pembuatan makanan tradisional sekaligus mengurangi ketergantungan produksi terampil pada segelintir orang. Pembuat penganan berpengalaman juga mungkin dapat menghabiskan lebih banyak waktu untuk mengajar, menguji resep, dan mengawasi beberapa mesin, alih-alih melakukan sendiri setiap langkah yang berulang.

Ada kekhawatiran mengenai siapa yang mengendalikan rekaman digital suatu keterampilan. Begitu gerakan dan keputusan pekerja diubah menjadi data pelatihan, perusahaan mungkin memiliki sistem produksi berharga yang dibangun dari pengalaman pribadi. Pekerja dan pemberi kerja mungkin perlu membuat kesepakatan yang jelas mengenai persetujuan, pengakuan, upah, dan penggunaan data tersebut.

Pelanggan juga mungkin menilai makanan buatan mesin dengan standar berbeda. Konsistensi dapat menjadi keunggulan, terutama untuk produk yang harus memiliki tampilan dan rasa sama di banyak lokasi. Namun, sebagian pelanggan mungkin menghargai kisah manusia di balik penganan tradisional. Perusahaan perlu menjelaskan penggunaan AI serta bagian proses yang masih mengandalkan penilaian manusia.

Eksperimen Jepang Memiliki Arti Lebih Luas

Jepang menggunakan otomatisasi makanan sebagai respons praktis terhadap tekanan demografi. Pendekatan serupa terlihat di bidang logistik, pertanian, ritel, layanan kesehatan, dan manufaktur. Tujuannya adalah menjaga layanan penting tetap berjalan dengan tenaga kerja yang lebih sedikit, alih-alih menunggu tren demografi berbalik.

Kekuatan Jepang di bidang robotika menjadi modal yang bermanfaat bagi upaya ini. Jepang telah lama memproduksi mesin industri berpresisi tinggi, sementara para produsennya menyimpan banyak pengetahuan operasional. AI fisik berupaya menghubungkan perangkat keras dan pengalaman tersebut dengan sistem yang dapat belajar dari data visual dan sensor.

Keberhasilan akan bergantung pada hasil yang dapat diukur perusahaan. Robot harus mengurangi tekanan kekurangan tenaga kerja, menjaga mutu makanan, bekerja dengan aman di dekat manusia, dan sepadan dengan biayanya. Robot juga membutuhkan dukungan dari pendidikan, infrastruktur data yang andal, dan pekerja yang mampu mengelola teknologi.

Rencana perluasan Theo dari sekitar 20 pengguna menjadi 100 akan menjadi uji praktis untuk mengetahui apakah keterampilan membuat penganan yang dipelajari AI dapat diterapkan di luar ruang pamer perusahaan. Jika sistem ini bekerja dengan baik di berbagai dapur, Theo dapat menjadi model untuk melestarikan bentuk pengetahuan kuliner lain yang terancam hilang.

Poin Penting

• Robot Theo milik Juchheim menggunakan kamera dan sensor untuk mempelajari cara pekerja terampil membuat baumkuchen.
• Baumkuchen dibuat melalui pelapisan berulang serta pengendalian panas, waktu, suhu, dan kelembapan secara cermat.
• Rasio lowongan kerja terhadap pencari kerja di sektor jasa makanan Jepang mencapai 2,31 pada Februari, dibandingkan 1,13 di seluruh industri.
• TechMagic, Dentsu, dan Otafuku Sauce menerapkan AI untuk memasak, menilai mutu hasil laut, dan mencari resep.
• Jepang berencana memperluas penggunaan AI fisik dan menargetkan pengerahan sekitar 10 juta robot yang dilengkapi AI di 18 sektor pada 2040.
• Robot dapat melestarikan teknik terampil, sementara pekerja manusia tetap dibutuhkan untuk pengawasan, kreativitas, pemeliharaan, dan layanan pelanggan.