Harnas.id, SURABAYA – Upaya pencegahan demam berdarah dengue (DBD) kini semakin mengandalkan teknologi dan analisis data. Sejumlah mahasiswa Institut Teknologi Sepuluh Nopember (ITS) Surabaya mengembangkan sistem berbasis machine learning dan pemetaan digital yang mampu memprediksi wilayah dengan potensi risiko tinggi DBD sebelum kasus meningkat.
Inovasi tersebut diberi nama Aedes Aegypti Environmental Risk System (AERIS). Sistem ini dikembangkan oleh mahasiswa Departemen Teknik Geomatika ITS untuk membantu pemerintah dan masyarakat mengidentifikasi kawasan yang berpotensi mengalami peningkatan kasus DBD secara lebih dini.
Berdasarkan hasil analisis AERIS untuk tahun 2026, terdapat lima kecamatan di Surabaya yang diprediksi memiliki tingkat risiko tinggi terhadap penyebaran DBD. Kelima wilayah tersebut adalah Kecamatan Tambaksari, Rungkut, Tandes, Sawahan, dan Semampir.
Ketua tim pengembang AERIS, Rifqi Pangestu Wiguna, menjelaskan bahwa sistem tersebut dirancang untuk mengubah pendekatan penanganan DBD yang selama ini lebih banyak dilakukan setelah kasus muncul.
“Melalui inovasi ini, kami berupaya menggeser pendekatan dari responsif menjadi preventif,” terang Rifqi.
Menurutnya, kemampuan prediksi AERIS dibangun melalui pengolahan berbagai data yang berkaitan dengan faktor penyebab munculnya kasus DBD. Data utama yang digunakan berasal dari catatan kasus DBD Kota Surabaya periode 2019 hingga 2024 yang diperoleh dari Dinas Kesehatan Kota Surabaya.
Data tersebut kemudian dipadukan dengan berbagai variabel lingkungan dan sosial yang berpengaruh terhadap perkembangan nyamuk Aedes aegypti. Variabel yang digunakan meliputi curah hujan, kondisi topografi, kepadatan penduduk, persebaran titik genangan air, serta enam faktor pendukung lainnya.
Rifqi menilai semakin banyak variabel relevan yang dapat dimasukkan ke dalam model, maka tingkat ketepatan prediksi yang dihasilkan juga akan semakin baik.
Untuk mengolah seluruh data tersebut, tim menggunakan empat pendekatan machine learning yang berbeda. Metode yang digunakan antara lain:
* Random Forest
* XGBoost
* Support Vector Regression
* Regresi Binomial Negatif
“ Kombinasi variabel ini memungkinkan sistem menyajikan informasi risiko sebagai pendukung pengambilan keputusan berbasis data,” papar mahasiswa angkatan 2023 tersebut.
Hasil analisis menunjukkan bahwa kawasan dengan tingkat kepadatan penduduk tinggi cenderung memiliki risiko DBD yang lebih besar dibanding wilayah lain. Selain itu, keberadaan genangan air juga menjadi salah satu faktor dominan yang memengaruhi hasil prediksi.
Temuan tersebut memperkuat pentingnya pengelolaan lingkungan sebagai bagian dari strategi pencegahan penyakit. Upaya pemberantasan sarang nyamuk dan pengendalian genangan air dinilai masih menjadi langkah paling efektif untuk menekan potensi penyebaran DBD.
“Oleh sebab itu, pengelolaan genangan dan pemberantasan sarang nyamuk tetap menjadi langkah yang relevan,” ungkap Rifqi.
Untuk memastikan tingkat akurasi sistem, tim pengembang juga melakukan pengujian terhadap data kasus DBD aktual yang terjadi pada Maret 2025. Data tersebut sengaja tidak dimasukkan ke dalam proses pelatihan model sehingga dapat digunakan sebagai alat verifikasi independen.
Hasil pengujian menunjukkan performa yang cukup tinggi. AERIS berhasil mengidentifikasi sembilan dari sepuluh kecamatan dengan jumlah kasus DBD tertinggi secara tepat.
Satu-satunya wilayah yang tidak berhasil diprediksi secara akurat adalah Kecamatan Bubutan. Tim menduga kondisi tersebut dipengaruhi faktor lokal yang bersifat sementara, seperti munculnya klaster wabah pada periode tertentu yang tidak tercermin dalam data historis.
Selain menyajikan hasil prediksi, AERIS juga menyediakan peta interaktif berbasis Web Geographic Information System (WebGIS). Melalui platform tersebut, pengguna dapat melihat berbagai informasi terkait persebaran DBD secara lebih visual dan mudah dipahami.
Data yang tersedia meliputi:
* Persebaran kasus DBD
* Curah hujan
* Lokasi fasilitas kesehatan
* Peta risiko penyakit per kecamatan
* Hasil prediksi risiko DBD
Seluruh informasi tersebut dapat diakses melalui platform aeris.geowebgis.id sebagai sarana pendukung pengambilan keputusan berbasis data bagi pemerintah maupun masyarakat.
“Kami berharap AERIS menjadi salah satu alat pendukung pengambilan keputusan yang berbasis data,” tutupnya.
Pengembangan AERIS juga menjadi bagian dari kontribusi ITS dalam mendukung pencapaian Sustainable Development Goals (SDGs). Inovasi ini dinilai sejalan dengan tujuan ketiga SDGs, yakni Kehidupan Sehat dan Sejahtera, melalui pengembangan sistem prediksi penyakit yang dapat membantu langkah pencegahan lebih dini.
Di sisi lain, integrasi data kerawanan genangan ke dalam peta risiko DBD turut mendukung tujuan kesebelas SDGs mengenai Kota dan Permukiman Berkelanjutan. Dengan pendekatan berbasis data spasial dan kecerdasan buatan, sistem ini diharapkan dapat membantu pemerintah menyusun strategi kesehatan masyarakat yang lebih tepat sasaran.
Editor: IJS
