KENDARI — Universitas Muhammadiyah Kendari, khususnya Program Studi Sistem Informasi, mencatat prestasi gemilang dalam dunia penelitian dan pengembangan teknologi. Sebuah tim yang terdiri dari dosen dan mahasiswa berhasil mengembangkan platform kecerdasan buatan (artificial intelligence/AI) inovatif yang mampu memprediksi penyakit tropis dengan akurasi mencapai 94 persen. Penelitian yang dimulai sejak Januari 2025 ini kini memasuki fase implementasi dan telah mendapat perhatian serius dari berbagai institusi kesehatan di kawasan Sulawesi Tenggara.
Penelitian bertajuk “Sistem Prediksi Dini Penyakit Demam Berdarah dan Malaria Berbasis Machine Learning untuk Deteksi Epidemiologi di Indonesia Timur” ini merupakan kolaborasi antara Departemen Sistem Informasi Unismuh Kendari dengan Dinas Kesehatan Provinsi Sulawesi Tenggara dan sejumlah rumah sakit di Kendari. Platform yang telah dikembangkan ini dirancang khusus untuk menganalisis data epidemiologi lokal dan memberikan prediksi real-time tentang kemungkinan penyebaran penyakit berbasis vektor di wilayah tropis.
Latar Belakang dan Urgensi Penelitian
Penyakit tropis seperti demam berdarah (DBD) dan malaria masih menjadi permasalahan kesehatan publik yang signifikan di Indonesia, terutama di daerah-daerah dengan iklim tropis lembab seperti Sulawesi Tenggara. Menurut data Dinas Kesehatan Provinsi Sulawesi Tenggara, sepanjang tahun 2024 terdapat 2.847 kasus DBD dan 1.256 kasus malaria yang tersebar di berbagai kabupaten dan kota, dengan tingkat mortalitas yang masih menghawatirkan.
Kondisi geografis Kendari yang berada di tepi Teluk Kendari dengan suhu dan kelembaban tinggi sepanjang tahun menciptakan lingkungan yang ideal bagi pertumbuhan nyamuk Aedes aegypti dan Anopheles. Hal ini mendorong para peneliti untuk menciptakan solusi teknologi yang dapat membantu tenaga kesehatan dalam melakukan prediksi dini dan intervensi yang lebih cepat dan tepat.
“Kendari dan Sulawesi Tenggara memiliki tantangan unik dalam penanganan penyakit tropis. Kami memiliki kondisi geografis, iklim, dan pola sosial masyarakat yang berbeda dengan daerah lain. Oleh karena itu, kami perlu mengembangkan solusi teknologi yang spesifik untuk konteks lokal kami,” ujar Dr. Ir. Hamzah Latief, S.Kom., M.Sc., Ketua Program Studi Sistem Informasi Universitas Muhammadiyah Kendari, dalam wawancara eksklusif pada Selasa (03/04/2026).
Metodologi dan Proses Pengembangan
Tim peneliti yang dipimpin oleh Dr. Hamzah Latief bekerja sama dengan Dr. Muhammad Rizki, M.Kom., seorang ahli machine learning dan data science dari Program Studi Sistem Informasi, serta melibatkan 12 mahasiswa dari berbagai angkatan yang tertarik pada bidang artificial intelligence dan kesehatan digital. Proses penelitian dilakukan melalui beberapa fase yang sistematis.
Fase pertama, yang berlangsung dari Januari hingga Februari 2025, adalah pengumpulan dan cleaning data. Tim melakukan aggregasi data epidemiologi dari Dinas Kesehatan Sulawesi Tenggara selama lima tahun terakhir (2020-2024) yang mencakup 15.000 records kasus DBD dan malaria, ditambah data meteorologi, data kepadatan penduduk, dan data sosial ekonomi masyarakat.
“Data adalah aset paling berharga dalam penelitian machine learning. Kami memastikan setiap data telah melalui validasi triple-check untuk memastikan akurasi dan konsistensi,” menjelaskan Muhammad Rizki dalam seminar penelitian kampus yang diselenggarakan pada 15 Maret 2026 lalu.
Fase kedua, yang berlangsung dari Maret hingga September 2025, adalah pengembangan model machine learning. Tim menggunakan algoritma Random Forest, Gradient Boosting, dan Neural Networks untuk mengidentifikasi pola dan hubungan kompleks antara berbagai variabel lingkungan dan kejadian penyakit. Melalui proses iterasi dan optimisasi yang ketat, akhirnya ditemukan bahwa kombinasi ensemble dari ketiga algoritma ini menghasilkan akurasi prediksi tertinggi.
Fase ketiga, Oktober 2025 hingga Januari 2026, adalah development platform web-based dan mobile application. Platform ini dirancang agar mudah diakses oleh petugas kesehatan di puskesmas dan rumah sakit yang mungkin memiliki keterbatasan infrastruktur teknologi informasi. Interface yang user-friendly dan responsif menjadi prioritas utama dalam design platform ini.
Fase terakhir yang sedang berjalan adalah testing dan validasi di lapangan melibatkan 15 puskesmas di Kota Kendari, Kabupaten Kendari, dan Kabupaten Konawe. Data real-time dari puskesmas-puskesmas tersebut dimasukkan ke dalam platform untuk memverifikasi akurasi prediksi di kondisi operasional yang sesungguhnya.
Fitur dan Keunggulan Platform
Platform yang telah dikembangkan ini memiliki beberapa fitur unggulan yang membedakannya dari sistem prediksi epidemiologi yang sudah ada. Pertama, sistem ini menggunakan pendekatan geospasial yang memungkinkan visualisasi hotspot penyakit dalam peta interaktif yang dapat diakses secara real-time. Petugas kesehatan dapat dengan cepat melihat area mana yang memiliki risiko tinggi penularan dan mengalokasikan sumber daya dengan lebih efisien.
Kedua, platform ini terintegrasi dengan sistem data repository nasional dan internasional, sehingga dapat melakukan pembelajaran berkelanjutan (continuous learning) seiring dengan bertambahnya data baru. Sistem ini juga dilengkapi dengan alert mechanism yang akan mengirimkan notifikasi otomatis kepada petugas kesehatan ketika prediksi menunjukkan peningkatan signifikan risiko penularan di suatu area tertentu.
Ketiga, platform ini dilengkapi dengan fitur explainability yang memungkinkan tenaga kesehatan memahami “alasan” mengapa sistem memberikan prediksi tertentu. Ini sangat penting mengingat keputusan dalam bidang kesehatan harus transparan dan dapat dijelaskan secara ilmiah.
“Kami percaya bahwa teknologi harus melayani manusia, bukan sebaliknya. Oleh karena itu, setiap fitur dalam platform ini dirancang dengan pertimbangan mendalam tentang kebutuhan pengguna akhirnya, yaitu para petugas kesehatan dan masyarakat luas,” jelas Siti Nur Azizah, mahasiswa tahun ketiga Program Studi Sistem Informasi yang menjadi project coordinator dalam penelitian ini.
Dampak dan Kontribusi pada Kesehatan Publik
Dengan akurasi prediksi mencapai 94 persen, platform ini memiliki potensi signifikan untuk meningkatkan efektivitas program pengendalian penyakit tropis di Indonesia Timur. Riset epidemiologi menunjukkan bahwa dengan early warning system yang akurat, angka kasus penyakit dapat dikurangi hingga 40 persen melalui intervensi yang lebih cepat dan tepat sasaran.
Rektor Universitas Muhammadiyah Kendari, Prof. Dr. H. Kamiso, M.Pd., mengapresiasi tinggi pencapaian tim peneliti ini dan menyatakan komitmennya untuk terus mendukung penelitian-penelitian inovatif yang bermanfaat bagi masyarakat.
“Universitas Muhammadiyah Kendari berkomitmen untuk menjadi universitas yang tidak hanya menghasilkan lulusan berkualitas, tetapi juga berkontribusi aktif dalam pemecahan masalah-masalah sosial dan kesehatan masyarakat. Penelitian tim Program Studi Sistem Informasi ini adalah wujud nyata dari komitmen tersebut. Kami akan terus memberikan dukungan pendanaan, infrastruktur, dan fasilitasi untuk penelitian-penelitian sejenis di masa depan,” ungkap Prof. Kamiso dalam acara seminar hasil penelitian yang diadakan di Aula Kampus Unismuh Kendari pada Rabu (02/04/2026).
Lebih lanjut, platform ini juga memiliki potensi ekonomi yang menjanjikan. Dengan demonstrasi keberhasilan di Sulawesi Tenggara, platform ini dapat dikembangkan dan disesuaikan untuk diimplementasikan di wilayah-wilayah tropis lainnya di Indonesia, bahkan di kawasan Asia Tenggara. Hal ini membuka peluang untuk commercialization dan spin-off bisnis yang dapat memberikan return on investment bagi universitas dan para peneliti.
Kolaborasi dan Rencana Pengembangan Selanjutnya
Kesuksesan penelitian ini tidak terlepas dari dukungan berbagai stakeholder eksternal. Dinas Kesehatan Provinsi Sulawesi Tenggara, melalui Kepala Dinas Dr. Suharno, S.Kes., M.Kes., memberikan akses data epidemiologi yang comprehensive dan mendukung implementasi pilot project di berbagai puskesmas.
“Kami sangat antusias dengan perkembangan teknologi ini. Dalam jangka panjang, kami berharap platform ini dapat terintegrasi dengan sistem informasi kesehatan daerah yang sudah ada sehingga dapat memberikan value tambahan bagi program-program kesehatan daerah,” kata Dr. Suharno dalam sesi diskusi penelitian.
Rencana pengembangan selanjutnya mencakup beberapa aspek. Pertama, tim akan memperluas dataset dengan mengintegrasikan data dari provinsi-provinsi lain di Indonesia Timur untuk meningkatkan generalisasi model. Kedua, akan dilakukan enhancement terhadap user interface dan user experience berdasarkan feedback dari petugas kesehatan di lapangan. Ketiga, tim akan mengeksplorasi kemungkinan integrasi dengan Internet of Things (IoT) devices untuk monitoring kondisi lingkungan secara real-time.
“Kami juga sedang mempersiapkan untuk melakukan publikasi hasil penelitian ini di jurnal-jurnal internasional terkemuka dalam bidang health informatics dan machine learning. Ini adalah bagian dari komitmen kami untuk berbagi knowledge dengan komunitas penelitian global,” tambah Dr. Muhammad Rizki.
Penutup
Penelitian inovatif yang dilakukan oleh dosen dan mahasiswa Program Studi Sistem Informasi Universitas Muhammadiyah Kendari ini menunjukkan bahwa institusi pendidikan di daerah dapat berkontribusi secara signifikan dalam mengembangkan solusi teknologi untuk permasalahan kesehatan publik yang kompleks. Dengan menggabungkan keahlian dalam bidang teknologi informasi dengan pemahaman mendalam tentang konteks lokal dan kebutuhan masyarakat, tim ini berhasil menciptakan sesuatu yang tidak hanya inovatif secara teknologi, tetapi juga relevan dan impactful secara sosial.
Ke depannya, diharapkan penelitian ini menjadi pioneer bagi pengembangan lebih banyak lagi teknologi kesehatan digital yang disesuaikan dengan konteks lokal Indonesia, khususnya di kawasan Timur. Kesuksesan ini juga menjadi motivasi bagi mahasiswa lain untuk tertarik mendalami riset dan inovasi, serta menunjukkan bahwa universitas bukan hanya lembaga pendidikan tetapi juga engine for innovation dan social change.
Artikel ini dipublikasikan pada 03 April 2026.
