{"id":6420,"date":"2026-02-12T09:41:20","date_gmt":"2026-02-12T02:41:20","guid":{"rendered":"https:\/\/ctis.id\/?p=6420"},"modified":"2026-02-12T09:41:40","modified_gmt":"2026-02-12T02:41:40","slug":"6420-2","status":"publish","type":"post","link":"https:\/\/ctis.id\/en\/6420-2\/","title":{"rendered":"Satelit dan AI Dipakai untuk Prediksi Wabah Malaria dan DBD di Indonesia"},"content":{"rendered":"

Penyakit menular yang sensitif terhadap perubahan iklim kian menjadi ancaman serius, termasuk di Indonesia. Perubahan suhu, pola curah hujan, hingga cuaca ekstrem akibat krisis iklim memengaruhi pola penyebaran penyakit seperti malaria dan demam berdarah dengue (DBD). Upaya deteksi dini berbasis teknologi digital dan satelit pun dinilai menjadi kunci mitigasi.<\/p>\n

Hal ini mengemuka dalam diskusi bertema Bringing Earth Observations Into Early Warning System for Malaria and Dengue in Indonesia<\/i> yang digelar secara hibrida oleh KORIKA, CTIS, BMKG, University of Maryland, dan IMACS pada Rabu, 11 Februari 2026.<\/p>\n

Diskusi menghadirkan Deputi Bidang Klimatologi Badan Meteorologi Klimatologi dan Geofisika (BMKG) Dr. Ardhasena Sopaheluwakan, Profesor Tatiana Loboda dari University of Maryland AS, Direktur Institute for Health Modeling and Climate Solutions (IMACS), Dr. Kaushik Sarkar, dengan Ketua Kolaborasi Riset dan Inovasi Industri Kecerdasan Artifisial (KORIKA), Prof. Dr. Hammam Riza sebagai moderator.<\/p>\n

\"Upaya
Diskusi bertema Bringing Earth Observations Into Early Warning System for Malaria and Dengue in Indonesia yang digelar secara hibrida oleh KORIKA, CTIS, BMKG, University of Maryland, dan IMACS pada Rabu, 11 Februari 2026. (Dok CTIS)<\/figcaption><\/figure>\n

BMKG Luncurkan DBDKlim<\/b><\/p>\n

Deputi Klimatologi BMKG Ardhasena Sopaheluwakan menjelaskan bahwa BMKG telah mengembangkan layanan inovatif bernama DBDKlim. Platform ini memanfaatkan data iklim untuk memprediksi risiko demam berdarah.<\/p>\n

\u201cLayanan DBDKlim menggunakan model statistik untuk memprediksi risiko demam berdarah berdasarkan faktor-faktor iklim seperti suhu, kelembapan udara, dan curah hujan. Informasi ini disajikan dalam bentuk peta dan grafik yang mudah dipahami,\u201d ujarnya.<\/p>\n

\"
Deputi Bidang Klimatologi BMKG Dr. Ardhasena Sopaheluwakan memberikan paparan secara hibrida. (Dok CTIS)<\/figcaption><\/figure>\n

Menurut Ardhasena, layanan tersebut diharapkan membantu pemerintah daerah dan masyarakat dalam mengambil langkah pencegahan serta pengendalian DBD secara lebih efektif. Saat ini, DBDKlim telah diterapkan di Provinsi Bali, Lampung, dan DKI Jakarta.<\/p>\n

Ia menambahkan, peningkatan suhu udara dan cuaca ekstrem mempercepat perkembangbiakan nyamuk. Pada 2026, BMKG memprediksi puncak kasus DBD terjadi pada Maret hingga Mei, terutama di kota-kota besar.<\/p>\n

Indonesia sendiri telah memiliki Rencana Aksi Nasional Mitigasi dan Adaptasi Perubahan Iklim sektor kesehatan. Untuk mendukung implementasinya, diperlukan Climate Data Center guna membaca tren perubahan iklim dan dampaknya terhadap kesehatan masyarakat.<\/p>\n

Peran Penginderaan Jauh<\/b><\/p>\n

Profesor Tatiana Loboda menegaskan bahwa Indonesia termasuk negara yang rentan terhadap penyakit terkait perubahan iklim.<\/p>\n

\u201cIndonesia merupakan salah satu negara yang sangat rentan terhadap pencemaran lingkungan dan penyakit menular. Kami berharap dapat menyediakan prakiraan dini yang dapat ditindaklanjuti terkait potensi wabah malaria dan dengue melalui pemanfaatan citra satelit,\u201d katanya.<\/p>\n

\"Upaya
Profesor Tatiana Loboda dari University of Maryland. (dok CTIS)<\/figcaption><\/figure>\n

Loboda menjelaskan, data penginderaan jauh (remote sensing) dapat digunakan untuk menganalisis risiko penyakit melalui tiga komponen utama.<\/p>\n

Pertama, aspek bahaya (hazard), yaitu mengidentifikasi habitat dan kondisi lingkungan yang mendukung vektor penyakit seperti nyamuk.
\nKedua, aspek paparan (exposure), yakni memetakan wilayah tempat manusia berpotensi kontak dengan vektor.
\nKetiga, aspek kerentanan (vulnerability), dengan melihat indikator sosial-ekonomi dan akses layanan kesehatan.<\/p>\n

\u201cDengan menggabungkan ketiga komponen tersebut, kita dapat menilai risiko penyakit secara lebih komprehensif,\u201d ujarnya.<\/p>\n

Menurutnya, setiap komponen membutuhkan pertimbangan berbeda terkait parameter, cakupan wilayah, resolusi, dan kualitas data. Sejak 2014, Loboda aktif menjembatani ilmu geospasial dan kedokteran untuk memantau serta memprediksi wabah malaria di Asia Tenggara.<\/p>\n

\"Upaya
Penginderaan jauh (remote sensing) dengan citra satelit dapat digunakan untuk menganalisis risiko penyakit akibat perubahan iklim. (Dok Prof Tatiana Loboda)<\/figcaption><\/figure>\n

Platform AI ClimateSmart Indonesia<\/b><\/p>\n

Direktur IMACS Dr. Kaushik Sarkar memaparkan bahwa Indonesia kini memiliki platform berbasis kecerdasan buatan, ClimateSmart Indonesia, yang dirancang untuk memprediksi dan merespons penyakit sensitif iklim.<\/p>\n

\"Upaya
Direktur IMACS Dr. Kaushik Sarkar. (Dok CTIS)<\/figcaption><\/figure>\n

Platform ini mencakup Digital Twin Indonesia dan dashboard AI sebagai sistem pendukung keputusan (decision support system<\/i>). Teknologi tersebut memungkinkan deteksi dini risiko malaria dan membantu perencanaan intervensi berbasis data.<\/p>\n

ClimateSmart Indonesia dikembangkan melalui kolaborasi KORIKA, Mohamed bin Zayed University of Artificial Intelligence (MBZUAI), dan IMACS.<\/p>\n

\u201cSecara bersama-sama, sistem peringatan dini dan alat perencanaan malaria berbasis informasi iklim dari inisiatif ini akan menjadi langkah maju menuju eliminasi malaria yang tahan terhadap perubahan iklim,\u201d kata Sarkar.<\/p>\n

Penguatan Kerja Sama Riset<\/b><\/p>\n

Diskusi turut dihadiri Duta Besar RI untuk Amerika Serikat, Indroyono Soesilo. Ia menyambut positif pemanfaatan teknologi digital dan satelit untuk menekan kasus malaria serta penyakit terkait perubahan iklim lainnya.<\/p>\n

Indroyono berharap kolaborasi riset Indonesia\u2013Amerika Serikat dapat terus diperkuat, termasuk dalam pembangunan pusat data (data center) kesehatan dan iklim.<\/p>\n

Sementara itu, Prof. Hammam Riza menegaskan bahwa pemanfaatan machine learning<\/i> dan sains data memungkinkan penyebaran malaria diprediksi dan dipetakan secara lebih presisi.<\/p>\n

\u201cDengan pendekatan berbasis data, intervensi dan mitigasi dapat dilakukan secara lebih tepat sasaran untuk menekan angka penyakit menular di Indonesia,\u201d ujarnya.<\/p>\n

Pemanfaatan teknologi satelit, kecerdasan buatan, dan data iklim dinilai menjadi fondasi penting dalam membangun sistem kesehatan yang tangguh menghadapi dampak perubahan iklim.***<\/p>","protected":false},"excerpt":{"rendered":"

Penyakit menular yang sensitif terhadap perubahan iklim kian menjadi ancaman serius, termasuk di Indonesia. Perubahan suhu, pola curah hujan, hingga cuaca ekstrem akibat krisis iklim memengaruhi pola penyebaran penyakit seperti malaria dan demam berdarah dengue (DBD). Upaya deteksi dini berbasis teknologi digital dan satelit pun dinilai menjadi kunci mitigasi. Hal ini mengemuka dalam diskusi bertema […]<\/p>","protected":false},"author":1,"featured_media":6427,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[205,21,39,348,345,349,59,63,346,347,160],"class_list":["post-6420","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-berita-iptek-dalam-negeri","tag-ai","tag-bmkg","tag-ctis","tag-demam-berdarah-dengue","tag-deteksi-dini-penyakit","tag-icms","tag-kecerdasan-buatan","tag-korika","tag-malaria","tag-penyakit-dengue","tag-teknologi-penginderaan-jauh"],"jetpack_featured_media_url":"https:\/\/ctis.id\/wp-content\/uploads\/2026\/02\/WhatsApp-Image-2026-02-12-at-09.21.20.jpeg","_links":{"self":[{"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/posts\/6420","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/comments?post=6420"}],"version-history":[{"count":2,"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/posts\/6420\/revisions"}],"predecessor-version":[{"id":6429,"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/posts\/6420\/revisions\/6429"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/media\/6427"}],"wp:attachment":[{"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/media?parent=6420"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/categories?post=6420"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ctis.id\/en\/wp-json\/wp\/v2\/tags?post=6420"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}