SISTEM CERDAS UNTUK COVID-19

Prof. Suhono Harso Supangkat,

Ketua Umum Asosiasi Prakarsa Indonesia Cerdas

Kepala Pusat Inovasi Kota dan Komunitas Cerdas ITB

PENDAHULUAN

MODEL INFOGINEERING MODEL

City Problems

Conventional

Solutions

“Smart“ Solutions

SMART CITY TO SOLVE CITY PROBLEMS

What (description)

Why (diagnosis)

What will happen

(prediction)

What should we do

(prescription)

Sensing Understanding Acting

3

Smart City

sensing

actingunderstanding

4

03

/0

6/2

02

0

TEKNOLOGI SISTEM CERDAS PADA DOMAIN KESEHATAN

• Konektivitas yang tersedia saat ini memungkinkan masyarakat untuk

memberikan kontribusi informasi melalui media internet dengan sangat

mudah dan dalam jumlah yang sangat banyak. Informasi tersebut tersebar

dan beragam mulai dari teks, suara dan gambar.

Perkembangan Teknologi

Artificial Intelligence

Sumber gambar: google.com

Big Data

Industrial

Internet of Things

Cyber security

Cloud Computing

RobotikAutomation

Manufacturing

Augmented Reality

Virtual Reality Mobility

Biometrik

(Suara, Tulisan Tangan, Iris)

SISTEM CERDAS

SMART CITY MODEL – SERVICE VIEW

Semarang

03/06/2020

Implementasi Integrated Smart System Platform (I-SSP)

untuk Smart City Kota Semarang6

ServiceDomain

ServiceCluster

Service Item

Smart Service Hierarchy

generate

BasicValue

Qualityof Life

improve

SmartValue

SmartInitiative

support

Smart CityService Canvas

improve

generate

Described byIts

Additional

Value!!!

INTEGRATION ARCHITECTURE ON SMART CITY

10/01/2017 7

TE

CH

NO

LO

GY

& IN

FR

AS

TR

UC

TU

RE

SUB SYSTEM SMART CITY

SMART ECONOMY

Center of Economy

Education

Tourism and Industry

Resources

SMART SOCIALSecurity and Disaster

Health

Transportation

Public Services

Smart Community

SMART ENVIRONMENT

Energy

Green open space

Environment

DATAWAREHOUSE

SUPPORTING INFRASTRUCTURE

ANALYTICAL TOOLSGOVT OPEN DATA PUBLIC OPEN DATA

GO

VE

RN

AN

CE

PE

OP

LE

ENABLER

WEBSITE | OPERATION ROOM | MOBILE APPLICATION | ACTUATOR

INTE

RO

PE

RA

BIL

ITY

AN

D S

EC

UR

ITY

INFORMATION & TECHNOLOGY ARCHITECTURE

10/01/2017 8

Services

(SAAS)

Platform

(PAAS)

Infrastructure

(IAAS)

Physical

(Sensors)

Data Acquisition Services

Data Analysis and Synthesis

Authentication and Authorization

Extension

Actions Planning and Management

Data and Metadata

Management System

Information Exchanges Services

Sensors, Systems, and

Public data Sources

Actuator / Controller

Websites API

SMART CITY MODEL – MANAGEMENT PROCESS VIEW

Semarang

03/06/2020

Implementasi Integrated Smart System Platform (I-SSP)

untuk Smart City Kota Semarang9

Plan/Design

Build/Improve

Operate

Monitor

Plan/design, build/improve, operate, and monitor“enabler”

Plan/design, build/improve, operate, and monitor

“service”

SISTEM CERDAS UNTUK DOMAIN KESEHATAN

Sistem cerdas memberikan kemudahan untuk

menyelenggarakan pelayanan kesehatan.INTEROPERABILITAS DATA

Sistem yang memiliki kemampuan untuk

menghubungkan antara manusia, mesin dan sensor

untuk melakukan sensing data vital dan

memanfaatkan ketersediaan data tersebut untuk

informasi kesehatan.

TRANSPARASI DAN KUALITAS INFORMASI

Sistem yang mampu memberikan informasi kesehatan

yang dapat dipercaya dan dijadikan referensi untuk

penyelenggaraan pelayanan kesehatan.

ASISTENSI TEKNOLOGI

Sistem yang mampu memberikan analitik data

kesehatan untuk pengambilan keputusan dan prediksi

kondisi yang akan datang.

DESENTRALISASI SISTEM

Sistem yang memiliki kemampuan untuk mengerjakan

banyak hal pada lokasi yang berbeda tempat.

SURVEILENCE DI AREA STASIUN11

03

/0

6/2

02

0

SISTEM SURVEILANS (2)

• Sistem Identifikasi Manusia Bergerak Jatuh menggunakan Sensor Contactless dan

Wearable Devices (Pada lingkup Homecare, Aging People, Monitoring Keperawatan

di Rawat Jalan dan Rawat Inap)Jatuh didefinisikan sebagai peristiwa yang mengakibatkan seseorang terbaring atau terduduk secara tidak sengaja di lantai atau tempat yang lebih rendah.

Sensor contactless Sensor Wearable Device

Accelerometer Percepatan linear

Gyroscope Kecepatan sudut

Sumber gambar: google.com

SISTEM SURVEILANS (3)

• Sistem Monitoring Kesehatan Lingkungan Perkotaan.Kualitas udara, termasuk udara luar ambien dan kualitas udara dalam ruangan, Perubahan iklim dan pengaruhnya terhadap kesehatan, Kesiapsiagaan dan

respons bencana, Keamanan pangan, termasuk di bidang pertanian, transportasi, pemrosesan makanan, distribusi dan penjualan grosir dan eceran ,

Pengendalian polusi suara ., Kesehatan radiologis, Pencegahan penyakit air rekreasional, termasuk dari kolam renang, spa dan laut serta tempat pemandian air

tawar, Air minum yang aman, Paparan bahan kimia beracun baik dalam produk konsumen, perumahan, tempat kerja, udara, air atau tanah.

Sumber gambar: google.com

SISTEM SURVEILANS (4) – DEMOGRAFI DATA TEMATIK

• Natural Language Processing (NLP) untuk Data Demografi dan Informasi Publik Kesehatan

Analisis informasi seperti apa yang dicari? Pencarian informasi yang memiliki makna penting, salah satunya adalah pembahasan tentang akar permasalahan pada

domain kesehatan, yaitu tentang kausalitas atau hubungan kalimat sebab – akibat.

Sumber gambar: google.com dan penelitian

BIG DATA UNTUK COVID19

DATA-DATA PENTING

Dampak Stabilitas Negara: Ketahanan Kesehatan, Ekonomi

& Pangan + (Politik, Sosial Budaya)

1. Kesehatan

– Penularan virus dan kematian Covid secara cepat

– Keterbatasan sumberdaya kesehatan untuk penyakit kronis Non-Covid

– Meningkatnya permasalahan kesehatan untuk kondisi kronis Non-Covid

– Depresi, Trauma, Kelelahan karena isolasi ataupun social distancing

2. Ekonomi

– Pengangguran karena PHK maupun pemberhentian sementara

– Berjatuhannya UMKM

3. Ketahanan Pangan

– Keterbatasan supply

– Terputusnya rantai distribusi (permasalahan transportasi)

Solusi : Fast, Correct Decision & Response with Data

1. Kesehatan• Tracking data pegerakan lokasi manusia

• Tracking data persebaran virus Covid

• Pemantauan data ketersediaan SDM & APD Rumah sakit /

fasilitas kesehatan

• Pemantauan data penyakit cronis non Covid

• Pemantauan data dampak kesehatan lainnya

• Pendataan supplier alat kesehatan pendukung Covid & Non

Covid terdampak

2. Ekonomi• Pendataan Warga terdampak PHK

• Pendataan UMKM terdampak

3. Ketahanan Pangan• Pendataan industri hulu yang terdampak

• Pendataan supply dan demand bahan pokok per daerah

TEKNOLOGI BIG DATA UNTUK PENANGANAN COVID

TeknologiPengumpulan

Data

•Data ODP, PDP, Positif &meninggal dari RS & Faskes

•Data hasil tes kesehatan

•Data fasilitas kesehatan

•Data pergerakan manusia dariKAI, DAMRI, Angkasa Pura,Imigrasi, RT/RW, Jasa Marga, dll

•Mobile Apps Tracker (contoh:pedulilindungi, pikobar Jabar)

•Data Survey (Survey UMKMterdampak) dilakukan olehKementrian dan Pemda

•Data Ketersediaan Pangan dariBulog dan Kemendag

•Social Media

TeknologiIntegrasi

•Membuat interkoneksi Data antar organisasi

•Open Data yang bisa diaksesberbagai organisasi

•Transparansi Data oleh masing-masing Lembaga

TeknologiAnalisis Data

+ AI

•Analisis rekomendasi data vaksin

•Zonasi Daerah rawan, sedang, normal

•Analisis Dampak Ekonomi, kategorisasi pelaku ekonomiterkena dampak

•Analisis hasil tes kesehatanmenggunakan machine learning (deteksi Corona berbasisgambar CT scan)

•Analisis deteksi suhu manusiamelalui kamera

•Analisis suplply & demand kesehatan, pangan & ekonomi

•Analisis Prioritas penangananpermasalahan

TeknologiVisualisasi

Data

•Dashboard pergerakan manusia

•Dashboard persebaran penyakitper daerah

•Dashboard dampak ekonomi per daerah

•Pemetaan supply dan demand fasilitas kesehatan

•Pemetaan supply dan demand kebutuhan pangan

•Prediksi Penderita Covid

Big Data membutuhkan proses untuk bisa memberikan dampak yang lebih besar. Setiap prosesnya

memiliki tantangan tersendiri

Tantanga

n

Proses

• Sebagian data diproses manual

• Ketidak sesuaian data antar

organisasi

• Kesadaran masyarakat untuk

kontribusi memberikan informasi

• Data tidak terbuka luas

• Minimnya koordinasi &

komunikasi

antara Lembaga

• Duplikasi solusi

• Birokrasi

• Tumpang tindih tanggung jawab &

keputusan

• Minimnya akses ke data

kesehatan untuk analisis

• Terbatasnya data yang up-to-date

untuk dianalisis

• Kurangnya transparansi data

• Membutuhkan proses yang

panjang

• Duplikasi solusi, semua pihak

membuat visualisasi kesehatan

• Kurangnya solusi visualisasi untuk

dampak non kesehatan

(ipoleksosbudhankam)

USE CASE PENGUNAAN BIG DATA UNTUK COVID19

China

Deteksi Pneumonia

Deteksi Pergerakan Manusia

dan Persebaran Covid

Indonesia

Dynamic Covid Dashboard

Singapore

Aplikasi pedulilindungi.id

Pemetaan Persebaran per Daerah

ANALISIS BIG DATA DI MEDIA TERKAIT

COVID19