Teknologi AI Solusi Untuk Kebencanaan
Teknologi AI Solusi Untuk Kebencanaan – Bencana bisa datang kapan saja dan di mana saja. Gunung meletus, gempa bumi, banjir bandang, tsunami, kebakaran hutan, tanah longsor, kecelakaan pesawat terbang adalah beberapa contoh bencana yang kerap kita ketahui peristiwanya dari laporan-laporan media selama ini.
Pertolongan dan bantuan yang cepat serta tepat sasaran adalah hal yang paling diperlukan dalam setiap bencana. Namun, pertolongan dan bantuan yang cepat serta tepat sasaran terkadang tak dapat segera dilakukan karena adanya hambatan-habatan teknis di lapangan.
Kini, teknologi artificial intelligence dan machine learning memberi harapan lebih besar dalam ikut memberi solusi kebencanaan. Pemanfaatan keduanya diharapkan dapat membuat pertolongan dan bantuan yang cepat serta tepat sasaran saat bencana terjadi dapat segera dilakukan.
Terdapat lima hal di mana artificial intelligence dan machine learning dapat berkontribusi signifikan dalam penanggulangan kebencanaan.
1. Memastikan peta bencana
Setiap kali terjadi bencana, prosedur awal yang perlu dilakukan adalah membentuk tim tanggap bencana. Tujuannya agar dapat segera dilakukan tindakan penyelamatan dan bantuan bagi mereka yang terdampak bencana. Tim dapat bekerja dengan cepat apabila mampu memastikan lokasi bencana dan siapa saja yang perlu segera mendapatkan bantuan. Artificial intelligence dan machine learning yang memiliki kemampuan untuk melakukan identifikasi dan klasifikasi akan sangat membantu tim tanggap bencana. Teknologi artificial intelligence dan machine learning, misalnya, dapat dengan cepat mengidentifikasi bangunan-bangunan yang rusak akibat bencana berikut klasifikasi level keparahannya. Di saat yang sama, artificial intelligence dan machine learning mengolah data-data dari berbagai sumber, menyaringnya, dan kemudian menyusunnya menjadi sebuah peta kebencanaan, yang segera dapat dijadikan landasan bagi tim tanggap bencana dan para pembuat keputusan untuk melakukan langkah-langkah yang diperlukan.
2. Membantu saluran hotline menghimpun data
Pusat posko bencana lazim didirikan saat terjadinya bencana. Salah satu tugas pusat posko bencana yaitu menampung laporan yang terkait bencana dan kedaruratan lewat layanan hotline khusus. Teknologi machine learning akan membantu pusat posko bencana menghimpun data lebih banyak dan dari beragam jenis, mulai dari teks, audio, gambar hingga video. Tak cuma itu, machine learning juga menganalisisnya sehingga membantu tim tanggap bencana mendapatkan informasi yang benar dan akurat, yang dapat dijadikan rujukan untuk mempercepat dilakukannya langkah-langkah darurat kebencanaan.
3. Memvalidasi informasi medsos terkait bencana
Di era media sosial seperti sekarang, begitu bencana terjadi, informasi terkait bencana langsung beseliweran di berbagai platform media sosial. Sepanjang informasi itu benar dan akurat, ia akan sangat membantu tim tanggap bencana dan para pengambil keputusan. Tapi, tak selamanya informasi yang muncul di media sosial itu benar dan akurat. Beberapa di antaranya bahkah hoaks. Artificial intelligence dapat membantu menganalisis dan memvalidasi informasi terkait bencana yang berseliweran di media sosial, untuk memastikan setiap penggal informasi itu benar dan akurat, sebelum tim tanggap bencana mengambil tindakan prioritas berdasar informasi-informasi terkait bencana yang beredar di jagat media sosial.
4. Membantu layanan bantuan darurat
Dalam situasi darurat kebencanaan, layanan bantuan darurat bakal dibanjiri oleh panggilan darurat dan permintaan bantuan, terutama dari wilayah bencana. Jika dilayani secara manual, maka kemungkinan besar seluruh panggilan darurat dan permintaan bantuan ini akan sulit ditangani. Namun, dengan bantuan artificial intelligence, semua panggilan dan permintaan bantuan bukan hanya mudah ditangani, tetapi juga dapat segera ditindaklanjuti. Artificial intelligence dapat menganalisis panggilan, mengklasifikasi panggilan, memastikan lokasi yang dilaporkan, menyalin dan menterjemahkan panggilan serta meneruskan panggilan ke pihak yang paling berwenang hingga memprioritaskan panggilann berdasarkan urgensinya.
5. Melakukan analisis prediktif
Kecenderungan apa yang terjadi setelah bencana berlangsung perlu pula diketahui sehingga dapat dilakukan tindakan-tindakan antisipatif. Machine learning dapat membantu melakukan analisis prediktif terkait kebencanaan yang membantu tim tanggap bencana dan para pembuat keputusan merancang kerangka kerja yang lebih solutif bagi upaya pemulihan pasca bencana.
