Inovasi AI Karya Anak Bangsa
Tim peneliti dari Fakultas Teknik Universitas Lambung Mangkurat (ULM) berhasil mengembangkan sistem Artificial Intelligence bernama "Si Ulin" yang mampu memprediksi potensi banjir di wilayah Kalimantan Selatan dengan tingkat akurasi mencapai 95%.
Tentang Si Ulin
Si Ulin (Sistem Intelligent untuk Lingkungan) adalah:
- AI berbasis deep learning untuk prediksi banjir
- Dilatih dengan data historis 20 tahun Kalsel
- Integrasi multi-source data (cuaca, topografi, tata guna lahan)
- Real-time processing dengan edge computing
- Nama diambil dari pohon Ulin, simbol kekuatan Kalimantan
Teknologi yang Digunakan
- Model AI: Hybrid CNN-LSTM untuk time-series prediction
- Data Sources: BMKG, Satelit Himawari, IoT sensors
- Processing: NVIDIA DGX di ULM Data Center
- Framework: TensorFlow + PyTorch
- Deployment: Kubernetes untuk scalability
Dataset Unik Kalsel
Tim mengumpulkan dataset komprehensif:
- 20 tahun data curah hujan per kecamatan
- Peta topografi resolusi tinggi (LiDAR)
- Historical flood events dengan geo-tagging
- Tata guna lahan dari citra satelit
- Data sungai dan sistem drainase
Fitur Prediksi
- Short-term (6-24 jam): Akurasi 95%
- Medium-term (1-7 hari): Akurasi 87%
- Seasonal forecast: Trend musiman
- Impact assessment: Estimasi area terdampak
- Multi-scenario: Best/worst case predictions
Integrasi dengan Sistem Existing
Si Ulin terintegrasi dengan:
- BPBD Kalsel untuk early warning
- Aplikasi Info BMKG
- WhatsApp Bot untuk notifikasi warga
- Dashboard Pemda untuk decision making
- Media lokal untuk dissemination
Validation dan Testing
Proses validasi yang ketat:
- Back-testing dengan data 2021 mega-flood
- Cross-validation dengan model BMKG
- Field verification oleh tim lapangan
- Peer review internasional
Team Behind Si Ulin
- Prof. Dr. Ir. Ahmad Rusdiansyah: Lead Researcher
- Dr. Siti Rahma, M.T: AI Specialist
- Tim mahasiswa S1/S2: 15 orang
- Collaboration: ITB dan NUS Singapore
Hasil Implementasi
Sejak soft launch Januari 2025:
- 15 prediksi akurat dari 16 kejadian
- Warning time average: 18 jam sebelum banjir
- 30,000+ warga terbantu evakuasi tepat waktu
- Estimasi kerugian yang dicegah: Rp 200 miliar
Recognition
- Best Paper Award - IEEE Conference 2025
- Anugerah Inovasi Indonesia 2025
- Funding dari World Bank untuk scale-up
Testimonial
"Si Ulin memberikan warning 20 jam sebelum banjir di desa kami. Semua warga sempat evakuasi dengan tenang," - H. Syahrani, Kades Sungai Tabuk.
Open Source dan Expansion
ULM berkomitmen:
- Core model akan di-open source Q4 2025
- Adaptation untuk provinsi lain di Indonesia
- Knowledge sharing dengan ASEAN countries
- Student exchange program AI for disaster
Future Development
- Integrasi prediksi longsor dan kebakaran hutan
- Mobile app dengan AR untuk evacuation route
- Drone integration untuk real-time monitoring
- Quantum computing exploration untuk accuracy
"Ini membuktikan bahwa daerah bisa berinovasi dalam AI. Kita tidak hanya user, tapi creator teknologi," - Prof. Ahmad Rusdiansyah.
Komentar
Tinggalkan Komentar
Belum ada komentar. Jadilah yang pertama!