ITS mengembangkan sistem AERIS berbasis WebGIS dan machine learning untuk memetakan wilayah berisiko tinggi DBD di Surabaya, dengan lima kecamatan utama teridentifikasi memiliki risiko tertinggi.
Sistem ini mengolah data kasus DBD 2019–2024 serta variabel lingkungan seperti curah hujan, topografi, kepadatan penduduk, dan genangan air menggunakan empat metode pemodelan machine learning.
Hasil uji menunjukkan model AERIS mampu memprediksi 9 dari 10 kecamatan dengan kasus tertinggi secara akurat dan menampilkan peta interaktif risiko DBD melalui situs aeris.geowebgis.id.

Disclaimer: This was created using Artificial Intelligence (AI)

Surabaya, IDN Times - Institut Teknologi Sepuluh Nopember (ITS) mengembangkan sistem analisis Aedes Aegypti Environmental Risk System (AERIS) yang bisa memetakan wilayah beresiko tinggi demam berdarah dengue (DBD) dengan memanfaatkan Web Geographic Information System (WebGIS) dan machine learning. Hasilnya, lima kecamatan di Surabaya beresiko tinggi DBD.

Lima kecamatan berisiko DBD itu Kecamatan Tambaksari, Rungkut, Tandes, Sawahan, dan Semampir.

Ketua tim pengembang AERIS Rifqi Pangestu Wiguna menjelaskan bahwa sistem ini dirancang untuk mengidentifikasi kawasan dengan potensi peningkatan kasus DBD. “Melalui inovasi ini, kami berupaya menggeser pendekatan dari responsif menjadi preventif,” terang Rifqi

Untuk menghasilkan prediksi tersebut, Rifqi dan tim mengolah data kasus DBD Kota Surabaya tahun 2019–2024 dari Dinas Kesehatan Kota Surabaya. Data kemudian dikombinasikan dengan berbagai variabel seperti curah hujan, topografi, kepadatan penduduk, sebaran titik genangan, dan enam variabel lain. Rifqi menilai, semakin banyak faktor relevan yang diintegrasikan ke dalam model, semakin baik pula kemampuan AERIS dalam memprediksi risiko DBD.

Data tersebut diproses menggunakan empat metode pemodelan machine learning. Pemodelan tersebut antara lain Random Forest, XGBoost, Support Vector Regression, dan Regresi Binomial Negatif.

“Kombinasi variabel ini memungkinkan sistem menyajikan informasi risiko sebagai pendukung pengambilan keputusan berbasis data,” papar mahasiswa angkatan 2023 tersebut.

Hasil analisis AERIS memperlihatkan bahwa risiko DBD terkonsentrasi pada wilayah dengan kepadatan penduduk tinggi. Selain itu, keberadaan genangan air menjadi salah satu faktor yang paling berpengaruh dalam model prediksi yang dikembangkan timnya.

“Oleh sebab itu, pengelolaan genangan dan pemberantasan sarang nyamuk tetap menjadi langkah yang relevan,” ungkap Rifqi.

Rifqi menyampaikan bahwa keandalan model diuji menggunakan data aktual kasus DBD pada Maret 2025 yang tidak diikutsertakan dalam proses pelatihan data. Hasilnya, model berhasil mengidentifikasi 9 dari 10 kecamatan dengan kasus tertinggi secara tepat. Adapun, Bubutan menjadi kecamatan yang tidak teridentifikasi diduga karena faktor lokal sesaat seperti kluster wabah.

Selain menghasilkan prediksi risiko, AERIS juga menyajikan informasi dalam bentuk peta interaktif berbasis WebGIS. Pengguna dapat mengakses visualisasi persebaran kasus DBD, curah hujan, fasilitas kesehatan, hingga hasil prediksi risiko penyakit pada tingkat kecamatan melalui tautan aeris.geowebgis.id.

“Kami berharap AERIS menjadi salah satu alat pendukung pengambilan keputusan yang berbasis data,” tutupnya.