Yogyakarta – Universitas Gadjah Mada (UGM) melalui tim Fakultas Geografi menghadirkan inovasi berbasis kecerdasan buatan (AI) dalam program AI for Climate melalui use case Tech4Disaster, sebuah solusi terintegrasi untuk mitigasi bencana dan tanah longsor.

Program ini dilatarbelakangi oleh tingginya kerentanan Indonesia terhadap berbagai bencana alam, yang menuntut transformasi dari pendekatan penanggulangan yang reaktif menjadi sistem yang lebih proaktif, terintegrasi, dan berbasis data

Transformasi Manajemen Bencana Berbasis Teknologi

Melalui pendekatan Integrated Smart Disaster Management, solusi Tech4Disaster menggabungkan berbagai teknologi mutakhir seperti:

• Geospatial Technology (GIS)
• Internet of Things (IoT)
• Big Data
• Artificial Intelligence (AI)

Integrasi ini memungkinkan pengolahan sinyal lingkungan menjadi informasi spasial real-time yang dapat digunakan untuk pengambilan keputusan secara cepat dan akurat

Solusi Tech4Disaster dibangun dengan arsitektur sistem yang terdiri dari empat komponen utama:

1. Sense (IoT)
   Pengumpulan data secara real-time melalui sensor lapangan, drone, dan laporan masyarakat.
2. Store (GeoBigData)
   Penyimpanan terpusat untuk data spasial, historis, dan demografis dalam skala besar.
3. Think (GeoAI)
   Pemanfaatan machine learning untuk:
   • Prediksi potensi bencana
   • Klasifikasi kerusakan secara otomatis
4. Act (Geospatial/GIS)
   Visualisasi melalui peta dinamis, dashboard keputusan, dan optimasi rute evakuasi.

Pendekatan ini memungkinkan respon yang lebih cepat sekaligus mendukung perencanaan jangka panjang berbasis data.

Pemetaan Partisipatif dan Respons Cepat

Salah satu inovasi utama dalam program ini adalah participatory mapping (peta kebutuhan), yang memungkinkan masyarakat melaporkan kondisi di lapangan secara langsung melalui platform digital

Selain itu, sistem juga mendukung:

• Rapid mapping berbasis citra satelit
• Pemetaan area terdampak banjir dan longsor
• Dashboard pemantauan kondisi secara real-time

Hasilnya, distribusi bantuan dan proses evakuasi dapat dilakukan secara lebih tepat sasaran.

Dalam aspek analitik, Tech4Disaster memanfaatkan model deep learning seperti Prithvi-EO-2.0 yang berbasis arsitektur Vision Transformer untuk mendeteksi potensi longsor dari citra satelit.

Model ini dilatih menggunakan ribuan data polygon hasil interpretasi manual, sehingga mampu:

• Mengidentifikasi area rawan longsor
• Mendeteksi perubahan lingkungan
• Mendukung analisis pascabencana

Studi Kasus dan Implementasi

Implementasi solusi ini telah dilakukan pada beberapa wilayah di Indonesia, termasuk Aceh (Kabupaten Bener Meriah) sebagai area studi kasus

Melalui pemanfaatan data satelit dan AI, tim berhasil:

• Memetakan area terdampak
• Mengidentifikasi kerusakan bangunan
• Membandingkan kondisi sebelum dan sesudah bencana

Menuju Komunitas Tangguh Iklim

Program Tech4Disaster memiliki tujuan strategis untuk:

• Mengurangi risiko dan korban bencana
• Mempercepat proses rehabilitasi
• Mendukung perencanaan tata ruang berkelanjutan
• Mewujudkan komunitas yang tangguh terhadap perubahan iklim

Inisiatif ini juga sejalan dengan pencapaian Sustainable Development Goals (SDGs), khususnya dalam aspek ketahanan bencana dan pembangunan berkelanjutan

Dengan mengintegrasikan AI, geospasial, dan partisipasi masyarakat, UGM melalui Tech4Disaster menunjukkan bahwa teknologi dapat menjadi kunci dalam menghadapi tantangan perubahan iklim dan bencana di masa depan.

.

Pemanfaatan Big Data Di Perkebunan Kelapa Sawit Untuk Prediksi Produksi Dengan Menggunakan Model Deep Neural Network

Yogyakarta – Sebuah penelitian inovatif yang dipimpin oleh Ir.