Inovasi tersebut diberi nama Aedes Aegypti Environmental Risk System (AERIS). Sistem berbasis Web Geographic Information System (WebGIS) dan machine learning itu berhasil mengidentifikasi lima kecamatan di Surabaya yang diperkirakan memiliki risiko tinggi DBD pada 2026, yakni Tambaksari, Rungkut, Tandes, Sawahan, dan Semampir.
Ketua tim pengembang AERIS, Rifqi Pangestu Wiguna, mengatakan bahwa teknologi tersebut lahir dari kebutuhan akan sistem peringatan dini yang mampu mendukung langkah pencegahan secara lebih efektif. Menurutnya, selama ini penanganan DBD masih banyak dilakukan setelah kasus meningkat, padahal potensi penyebarannya dapat diprediksi melalui analisis data yang tepat.
“Melalui inovasi ini, kami berupaya menggeser pendekatan dari responsif menjadi preventif,” ujarnya.
AERIS dibangun dengan memanfaatkan data kasus DBD Kota Surabaya periode 2019 hingga 2024 yang diperoleh dari Dinas Kesehatan Kota Surabaya. Data tersebut kemudian dianalisis bersama berbagai faktor yang berpengaruh terhadap perkembangan nyamuk Aedes aegypti, seperti curah hujan, kondisi topografi, kepadatan penduduk, sebaran titik genangan air, serta sejumlah variabel lingkungan lainnya.
Menurut Rifqi, pendekatan multidata menjadi salah satu keunggulan utama sistem yang dikembangkan timnya. Sebab, penyebaran DBD tidak hanya dipengaruhi satu faktor, melainkan merupakan hasil interaksi berbagai kondisi lingkungan dan sosial yang terjadi secara bersamaan.
Untuk mengolah data tersebut, tim memanfaatkan empat model machine learning, yaitu Random Forest, XGBoost, Support Vector Regression, dan Regresi Binomial Negatif. Berbagai metode itu digunakan untuk membaca pola historis sekaligus menghasilkan prediksi tingkat risiko DBD di setiap wilayah.
“Kombinasi variabel ini memungkinkan sistem menyajikan informasi risiko sebagai pendukung pengambilan keputusan berbasis data,” jelas mahasiswa angkatan 2023 tersebut.
Dari hasil analisis yang dilakukan, kepadatan penduduk muncul sebagai salah satu faktor paling dominan yang memengaruhi tingkat risiko DBD. Wilayah dengan jumlah penduduk padat cenderung memiliki peluang penyebaran penyakit yang lebih tinggi dibandingkan kawasan dengan kepadatan rendah.
Selain itu, keberadaan genangan air juga menjadi faktor penting dalam model prediksi. Genangan yang tidak tertangani berpotensi menjadi tempat berkembang biaknya nyamuk pembawa virus dengue sehingga meningkatkan risiko penularan di lingkungan sekitar.
Karena itu, Rifqi menilai upaya pengendalian lingkungan tetap memegang peran krusial. Pemberantasan sarang nyamuk, pengelolaan drainase, dan pengurangan titik genangan air menjadi langkah yang harus terus diperkuat meskipun teknologi prediksi telah tersedia.
Keakuratan AERIS turut diuji menggunakan data kasus DBD aktual pada Maret 2025 yang tidak dimasukkan dalam proses pelatihan model. Hasilnya menunjukkan tingkat performa yang tinggi. Sistem mampu mengidentifikasi sembilan dari sepuluh kecamatan dengan jumlah kasus DBD tertinggi secara tepat.
Sementara itu, Kecamatan Bubutan menjadi satu-satunya wilayah yang tidak terprediksi dalam kelompok risiko tertinggi. Tim menduga kondisi tersebut dipengaruhi faktor lokal yang bersifat sementara, seperti munculnya klaster penularan tertentu yang tidak terekam dalam pola data sebelumnya.
Tidak hanya menghasilkan prediksi, AERIS juga menghadirkan peta interaktif berbasis WebGIS yang dapat diakses publik melalui platform daring. Pengguna dapat melihat persebaran kasus DBD, data curah hujan, lokasi fasilitas kesehatan, hingga peta risiko penyakit dalam tampilan spasial yang mudah dipahami.
Kehadiran platform tersebut membuka peluang bagi pemerintah daerah untuk merancang kebijakan yang lebih terarah.
Dengan mengetahui wilayah yang berpotensi mengalami peningkatan kasus, sumber daya kesehatan dapat dialokasikan secara lebih efektif, sementara program pencegahan dapat dilakukan sebelum terjadi lonjakan penderita.
Pengembangan AERIS menjadi salah satu bukti bagaimana integrasi teknologi geospasial, analisis data, dan kecerdasan buatan dapat dimanfaatkan untuk menjawab persoalan kesehatan masyarakat.
Inovasi ini sekaligus memperlihatkan peran perguruan tinggi dalam menghadirkan solusi berbasis riset yang relevan dengan kebutuhan perkotaan modern, khususnya dalam menghadapi ancaman penyakit menular yang masih menjadi tantangan kesehatan di Indonesia. (Nayla).
