Keren! AI Buatan Mahasiswa ITPLN Ungkap Penyebaran Wabah Ternak

Twitter
LinkedIn
Facebook
WhatsApp

Jakarta, ruangenergi.com – Mahasiswa S1 Teknik Tenaga Listrik Institut Teknologi PLN (ITPLN), Dionisius Aprisal Fenanlampir, mencuri perhatian setelah meraih juara 3 dalam kompetisi nasional “Sustainable Livestock Transformation Research and Innovation Competition for Young Scientists” yang digelar Badan Riset dan Inovasi Nasional (BRIN) bekerja sama dengan Food and Agriculture Organization of the United Nations (FAO).

Ia menghadirkan riset berbasis kecerdasan buatan (AI) untuk memprediksi penyebaran penyakit hewan lintas provinsi di Indonesia yang dipresentasikan dalam kompetisi yang merupakan bagian dari International Strategic Meeting on Scientific Pathways for Sustainable Livestock Industry Transformation 2026 yang digelar BRIN dan FAO.

Dionisius menjelaskan, risetnya berangkat dari studi kasus wabah Penyakit Mulut dan Kuku (PMK) 2022 yang menjadi krisis peternakan terbesar dalam 40 tahun terakhir di Indonesia. Wabah tersebut menginfeksi lebih dari 600.000 ternak di 19 provinsi tanpa adanya sistem prediksi sebelumnya.

“Dengan machine learning dan hanya menggunakan data publik, model yang saya bangun berhasil memprediksi 100 persen provinsi yang baru terinfeksi selama periode pengujian, bahkan dua minggu sebelum kasus muncul,” ujar Dionisius saat berbincang, Minggu, 29 Maret 2026.

Menurutnya, riset ini tidak hanya berhenti pada PMK. Ia merancang sebuah framework atau kerangka kerja yang dapat diterapkan untuk berbagai penyakit hewan lain seperti flu burung H5N1, Lumpy Skin Disease, hingga African Swine Fever.

“PMK hanya pembuktian konsep. Visi besarnya adalah membangun infrastruktur surveilans kesehatan hewan berbasis AI di Indonesia,” katanya.

Ia menyoroti dua persoalan utama yang ingin diselesaikan melalui riset tersebut. Pertama, belum adanya sistem peringatan dini berbasis AI untuk penyakit hewan di Indonesia. Kedua, keterbatasan akses data surveilans yang masih terkunci dalam sistem pemerintah.

“Respons kita selama ini reaktif. Peternak kecil kehilangan ternak tanpa sempat bersiap. Padahal data ada, tapi tidak terbuka untuk peneliti,” katanya.

Dionisius mengungkapkan, ketertarikannya pada isu ini berangkat dari pengalaman pribadi. Pada 2025, keluarganya kehilangan seluruh ternak babi akibat African Swine Fever.

“Dari situ saya berpikir, bagaimana kalau peternak punya alat yang bisa memberi peringatan sebelum virus datang,” tuturnya.

Keunikan riset ini, lanjut dia, terletak pada skalabilitas dan penggunaan data publik. Framework yang dibangun dapat direplikasi untuk berbagai jenis penyakit dengan menyesuaikan fitur data.

“Ini membuktikan bahwa keterbatasan data bukan alasan untuk tidak membangun sistem prediksi,” katanya.

Dalam kompetisi tersebut, Dionisius mengaku mendapat pengalaman berharga, terutama saat berdiskusi dengan panel juri internasional dari FAO dan BRIN.

“Mereka tidak hanya menilai, tapi juga memberi perspektif tentang masa depan peternakan berkelanjutan,” imbuhnya.

Ia mengaku tidak menyangka bisa meraih juara 3, mengingat latar belakangnya bukan dari bidang peternakan atau veteriner.

“Ini bukti bahwa pendekatan lintas disiplin punya tempat di dunia riset,” katanya.

Ke depan, Dionisius berencana mengembangkan risetnya dalam tiga tahap, mulai dari validasi model di tingkat kabupaten, ekspansi ke penyakit lain seperti H5N1, hingga pembangunan platform data terbuka bernama Livestock Disease Data Commons.

Jika diterapkan secara luas, ia berharap sistem ini dapat menjadi peringatan dini bagi peternak dan membantu pemerintah dalam pengendalian wabah secara lebih cepat dan tepat sasaran.

“Dengan lead time dua minggu, vaksin bisa disiapkan lebih awal dan pergerakan ternak bisa dibatasi secara terarah. Peternak tidak lagi menghadapi wabah tanpa peringatan,” ucapnya.