GUNA membantu dan mendukung proses penanganan pascabencana di Nusa Tenggara Timur (NTT), para peneliti Universitas Gadjah Mada mengembangkan portal UGM AI Tech4disaster.
Portal ini menyediakan layanan pelaporan kebutuhan logistik masyarakat sekaligus memetakan lokasi yang membutuhkan bantuan.
Bahkan masyarakat dapat menyampaikan informasi mengenai kondisi dan kebutuhan di wilayahnya, yang kemudian dihimpun sebagai data spasial untuk membantu melihat sebaran wilayah terdampak dan kebutuhan di lapangan melalui link https://geoportal.science/gik/.
Ketua Tim Pengembang UGM AI Tech4disaster Dr. Nur Mohammad Farda, mengatakan pemanfaatan portal tersebut mendapat respons dari masyarakat. Hingga 21 Agustus 2026, jelasnya terdapat sekitar 1.400 laporan masyarakat yang masuk melalui platform ini.
Bantu analisa laporan masyarakat
Jumlah tersebut lebih tinggi dibandingkan laporan pada penanganan bencana di Sumatera yang disebut berada di kisaran 300 laporan. “Hampir sekitar 1.400 an laporan,” tuturnya, Senin (24/8).
Ia mengemukakan teknologi AI dimanfaatkan pada portal ini diakui untuk membantu merapikan dan menganalisis laporan masyarakat.
Data yang telah dihimpun kemudian dapat digunakan untuk melihat wilayah yang terdampak lebih banyak serta mengidentifikasi kebutuhan yang perlu menjadi prioritas dalam penanganan logistik.
“Kalau data sudah rapi, ketika diposting dan disimpan, itu akan mempermudah tim logistik. Kemudian, ada juga proses analisis. Dari peta-peta yang tersedia, sistem dapat menganalisis daerah mana yang terdampak paling banyak dan apa saja yang menjadi prioritas logistik. Jadi, data tersebut dapat dikelompokkan untuk membantu proses penanganan,” ungkapnya.
Tetap dibatasi
Meski demikian, penggunaan AI dalam sistem ini tetap dibatasi. AI digunakan untuk membantu merapikan data dan melakukan analisis, sementara data awal berasal dari masyarakat dan relawan. Tim UGM juga tetap melakukan cleaning untuk memastikan data dan lokasi yang dilaporkan sesuai.
“Data yang digunakan berasal dari warga atau volunteer. Kemudian, kami melakukan cleaning terhadap data, terutama untuk memastikan lokasi-lokasi yang dilaporkan sesuai.”
“Jadi, dari sisi risiko AI, penggunaannya dibatasi pada proses perapian data dan analisis. Untuk analisis pun, AI hanya mengambil dan merangkum informasi dari peta-peta yang tersedia,” jelas Farda.
Salah satu tantangan dalam penggunaan portal adalah ketersediaan jaringan internet. Ketika terjadi gangguan jaringan akibat bencana, proses pengiriman laporan dapat ikut terkendala. Solusi sementara, data dapat disimpan terlebih dahulu dan dikirimkan ketika perangkat kembali mendapatkan sinyal.
“Bagaimanapun, dukungan konektivitas juga dapat diberikan melalui mobile tower atau menara jaringan bergerak,” imbuhnya.
Map service
Selain menghimpun laporan masyarakat, data pemetaan yang dikumpulkan UGM juga dapat ditampilkan dalam sistem BNPB melalui map services.
Menurut Farda, mekanisme tersebut memungkinkan informasi yang dihimpun UGM dapat tersinkron dengan informasi kebencanaan yang digunakan BNPB.
Pengembangan UGM AI Tech4Disaster sendiri tidak berhenti pada pemetaan laporan masyarakat. Ke depan, teknologi tersebut masih akan dikembangkan untuk berbagai kebutuhan kebencanaan, termasuk analisis citra satelit, pemetaan longsor, manajemen shelter, manajemen logistik, hingga pemanfaatan IoT dan pengembangan berbagai model AI.
Diperluas
Farda berharap semakin banyak riset UGM yang memanfaatkan AI sehingga UGM dapat berkembang menjadi AI Factory dan menjadi salah satu institusi terdepan dalam pengembangan AI.
Dalam konteks kebencanaan, pengembangan Tech4Disaster diharapkan dapat terus diperluas untuk mendukung penanganan berbagai jenis bencana.
“Kontribusi UGM melalui teknologi tersebut merupakan bagian dari semangat UGm untuk kemanusiaan,” pungkasnya. (AGT/M-01)
