Mahasiswa Departemen Informatika Institut Teknologi Sepuluh Nopember (ITS) Surabaya, Iqbal Mabruri mendeteksi kecelakaan melalui media sosial Twitter dengan menggunakan "deep learning", berupa pencarian kata kunci dan lokasi dalam proses pengiriman informasi kepada kantor polisi terdekat.
Iqbal, ditemui di kampus setempat, Kamis mengatakan, ide tugas akhir (TA) beranjak dari permasalahan kesigapan operator penerima dan pencari informasi kecelakaan di kantor polisi lokal melalui laman pelaporan lokal yang dinilai cenderung lamban.
"Operasi manual ini membutuhkan orang yang harus standby selama kurun waktu 24 jam, sehingga seringkali ditemukan kelemahan dalam pengoperasiannya," katanya.
Mahasiswa status kelulusan "cum laude" dengan IPK 3,69 itu membuat sistem pendeteksi kecelakaan melalui Twitter yang dapat bekerja lebih efektif dengan sistem manual karena karakteristik pengguna yang suka mengirimkan status dan kejadian viral, misalkan saja peristiwa kecelakaan.
"Cara kerja sistem ini adalah dengan menyeleksi informasi yang di-posting pengguna seperti deskripsi kecelakaan dan lokasi kecelakaan tersebut," ujarnya.
Untuk lokasi sendiri, Iqbal mengatakan, tidak terpaku pada isi tweet saja, namun juga dapat menggunakan informasi dari Global Positioning System (GPS) terakhir dari pengguna twitter tersebut. Apabila muncul berbagai tweet yang serupa dalam kurun waktu yang relatif sama, maka informasi kecelakaan tersebut akan langsung dikirimkan ke kantor polisi untuk segera ditindaklanjuti.
Mengenai potensi hoaks ataupun pengguna sosial media yang iseng, Iqbal menjelaskan bahwa sistem yang ia rancang memiliki perhitungan korelasi antar tweet. Sehingga untuk mengonfirmasi kebenaran sebuah postingan informasi, sistem akan mencari postingan lain yang memiliki informasi yang mirip dengan tweet pertama tersebut.
"Apabila korelasi yang diraih tidak tercukupi, maka postingan tersebut tidak akan ditindaklanjuti," ucapnya.
Iqbal pun mengakui masih ada banyak kekurangan pada sistem yang baru lahir ini. Antara lain seperti kasus akun twitter yang dikunci, tingkat akurasi yang masih 90 persen, pengguna yang baru mengirimkan postingan saat berada di lokasi yang berbeda, proses pencarian yang masih belum maksimal, dan lainnya.
"Sistem ini, akan terus saya perbaiki dan kembangkan lagi hingga dapat bekerja dengan sangat efektif ke depannya," tutur mahasiswa kelahiran tahun 1996 ini.
Meskipun sistem milik Iqbal telah mampu mendeteksi kecelakaan di seluruh Indonesia, untuk sementara "pilot project" dari sistem ini akan diaplikasikan di Polsek Lamongan melalui "joint research" yang diadakan.
Penerapan sistem pendeteksi kecelakaan yang terintegrasi pada Polsek Lamongan ini juga sejalan dengan cita-cita Pemerintah Kabupaten Lamongan sebagai "Smart City", yakni kota pintar berbasis "Internet of Things" (IoT). (*)
COPYRIGHT © ANTARA News Jawa Timur 2019
Iqbal, ditemui di kampus setempat, Kamis mengatakan, ide tugas akhir (TA) beranjak dari permasalahan kesigapan operator penerima dan pencari informasi kecelakaan di kantor polisi lokal melalui laman pelaporan lokal yang dinilai cenderung lamban.
"Operasi manual ini membutuhkan orang yang harus standby selama kurun waktu 24 jam, sehingga seringkali ditemukan kelemahan dalam pengoperasiannya," katanya.
Mahasiswa status kelulusan "cum laude" dengan IPK 3,69 itu membuat sistem pendeteksi kecelakaan melalui Twitter yang dapat bekerja lebih efektif dengan sistem manual karena karakteristik pengguna yang suka mengirimkan status dan kejadian viral, misalkan saja peristiwa kecelakaan.
"Cara kerja sistem ini adalah dengan menyeleksi informasi yang di-posting pengguna seperti deskripsi kecelakaan dan lokasi kecelakaan tersebut," ujarnya.
Untuk lokasi sendiri, Iqbal mengatakan, tidak terpaku pada isi tweet saja, namun juga dapat menggunakan informasi dari Global Positioning System (GPS) terakhir dari pengguna twitter tersebut. Apabila muncul berbagai tweet yang serupa dalam kurun waktu yang relatif sama, maka informasi kecelakaan tersebut akan langsung dikirimkan ke kantor polisi untuk segera ditindaklanjuti.
Mengenai potensi hoaks ataupun pengguna sosial media yang iseng, Iqbal menjelaskan bahwa sistem yang ia rancang memiliki perhitungan korelasi antar tweet. Sehingga untuk mengonfirmasi kebenaran sebuah postingan informasi, sistem akan mencari postingan lain yang memiliki informasi yang mirip dengan tweet pertama tersebut.
"Apabila korelasi yang diraih tidak tercukupi, maka postingan tersebut tidak akan ditindaklanjuti," ucapnya.
Iqbal pun mengakui masih ada banyak kekurangan pada sistem yang baru lahir ini. Antara lain seperti kasus akun twitter yang dikunci, tingkat akurasi yang masih 90 persen, pengguna yang baru mengirimkan postingan saat berada di lokasi yang berbeda, proses pencarian yang masih belum maksimal, dan lainnya.
"Sistem ini, akan terus saya perbaiki dan kembangkan lagi hingga dapat bekerja dengan sangat efektif ke depannya," tutur mahasiswa kelahiran tahun 1996 ini.
Meskipun sistem milik Iqbal telah mampu mendeteksi kecelakaan di seluruh Indonesia, untuk sementara "pilot project" dari sistem ini akan diaplikasikan di Polsek Lamongan melalui "joint research" yang diadakan.
Penerapan sistem pendeteksi kecelakaan yang terintegrasi pada Polsek Lamongan ini juga sejalan dengan cita-cita Pemerintah Kabupaten Lamongan sebagai "Smart City", yakni kota pintar berbasis "Internet of Things" (IoT). (*)
Editor : Slamet Hadi Purnomo
COPYRIGHT © ANTARA News Jawa Timur 2019