JAKARTA – Tiga peneliti muda Indonesia mempresentasikan hasil riset inovatif yang menggabungkan pendekatan komputasi, lingkungan, dan kesehatan masyarakat pada The 2025 International Conference on Computer, Control, Informatics and its Applications (IC3INA 2025). Sesi presentasi berlangsung pada parallel session. konferensi yang diselenggarakan oleh Pusat Riset Sains Data dan Informasi (PR SDI), Badan Riset dan Inovasi Nasional (BRIN), di Kawasan Sains dan Teknologi Sarwono Prawirohardjo, Jakarta. pada Rabu (15/10).
Mengusung tema From Data to Knowledge: The Convergence of Open Linked Data, Big Data, and AI, konferensi ini menjadi wadah bagi para peneliti muda untuk menunjukkan kontribusi ilmiah mereka dalam penerapan sains data untuk pembangunan berkelanjutan.
Salah satu peserta, Andrea Tri Rian Dani dari Universitas Airlangga, memaparkan penelitian berjudul Utilization of Marathon Data for Precipitation Forecasting in Indonesia, Ibukota, and Nusantara. Ia memanfaatkan data Marathon Survey dari NASA untuk menganalisis pola curah hujan di Kalimantan pada periode 2015–2024.
Andrea menjelaskan bahwa metode tradisional seperti Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing masih terbatas dalam menangkap variasi musiman di wilayah tropis. Untuk itu, ia mengembangkan model Hybrid Fourier Series ARIMA yang mengombinasikan kemampuan Fourier Series dalam mengenali pola musiman dan keunggulan ARIMA dalam menangani fluktuasi acak.
“Hasilnya menunjukkan peningkatan akurasi prediksi curah hujan yang signifikan, dengan implikasi strategis terhadap perencanaan infrastruktur, manajemen sumber daya air, serta mitigasi bencana di kawasan Nusantara,” ungkapnya.
Sementara itu, Elza Ully Tiara Tampubolon dari Universitas Pertahanan Indonesia (UNHAN) meneliti pola penyebaran penyakit menular melalui riset berjudul Spatio-Temporal Analysis of HIV AIDS, Hepatitis B and C, and Tuberculosis in Central Java. Dengan pendekatan Bayesian Spatial Temporal Modeling, ia menganalisis risiko relatif ketiga penyakit berdasarkan data Jaminan Kesehatan Nasional (JKN) periode 2019–2023.
“Penelitian ini merupakan yang pertama di Indonesia yang memodelkan tiga penyakit menular tersebut dalam satu kerangka analisis,” jelas Elza.
Ia menambahkan, hasil riset menunjukkan Hepatitis B dan C memiliki pengaruh spasial bersama paling kuat, sedangkan Tuberkulosis menunjukkan variasi temporal tertinggi. Kota Surakarta, Semarang, dan Salatiga teridentifikasi sebagai wilayah dengan risiko tertinggi, menandakan perlunya intervensi kesehatan terpadu di kawasan urban.
Adapun Melati Janet Livia Simanjuntak, juga dari UNHAN, memaparkan riset berjudul Spatio-Temporal Analysis of Environmental Influence Toward ARI Cases Spread in West Java, Indonesia. Menggunakan data kasus Infeksi Saluran Pernapasan Akut (ISPA) dari BPJS tahun 2023, Melati menemukan bahwa faktor lingkungan seperti suhu, kelembapan, curah hujan, dan polutan udara berpengaruh signifikan terhadap peningkatan kasus ISPA.
Dengan membandingkan empat model Bayesian, ia menyimpulkan bahwa konfigurasi Besag-York-Mollié 2 (BYM2) dan Random Walk 2 (RW2) memberikan hasil paling stabil dan akurat dalam menggambarkan keterkaitan spasial antar kota serta perubahan temporal bulanan.
“Model ini mengidentifikasi wilayah Cimahi, Karawang, dan Bandung sebagai zona kritis dengan risiko relatif tertinggi,” ujarnya. Melati menekankan pentingnya kebijakan kesehatan berbasis data lingkungan sebagai langkah mitigasi kesehatan publik.
Rangkaian presentasi ini menunjukkan bagaimana integrasi big data, pembelajaran mesin, dan analisis spasial-temporal dapat menjadi fondasi ilmiah bagi pengambilan keputusan strategis di bidang mitigasi iklim dan kesehatan masyarakat. (*)
