Web Seminar Penggunaan Machine Learning untuk Pandemi Covid-19
Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB) menyelenggarakan kegiatan Web Seminar tentang penggunaan Machine Learning untuk Pandemi Covid-19 pada Kamis (16/7/2020). Tiga narasumber sebagai pembicara dalam acara yang diselenggarakan melalui aplikasi zoom meeting ini adalah Profesor Dr.Eng. Pitoyo Hartono dari Chukyou University Japan, Profesor Dr. Sutiman Bambang Sumitro dari FMIPA Jurusan Biology UB dan Dr. Eng. Novanto Yudistira S.Kom. Msc. dari FILKOM UB. Sementara itu acara dipandu oleh salah satu dosen FILKOM Randy Cahya Wihandika, S.ST., M.Kom. Harapannya dari kegiatan ini dapat menambah wawasan peneliti dan mahasiswa khususnya di FILKOM UB tentang pemanfaatan teknologi untuk penanganan covid-19 dan juga sekaligus membuka kesempatan adanya join research.
Pada sesi pertama Prof. Pitoyo menyampaikan beberapa materi tentang hasil penelitiannya dalam penggunaan machine learning untuk memprediksi dinamika transmisi Covid-19. Dasar yang digunakan untuk pemrograman machine learning tersebut adalah compartmental model in epidemiology atau model matematika untuk pandemi. Dimana model matematika tersebut terdiri atas unsur S (susceptible), I (infected), R (Recovered or Removed). Jumlah S diasumsikan tetap, sedangkan jumlah I dimodelkan dipengaruhi oleh β (infection rate) dan jumlah R dipengaruhi oleh ϒ (recovery rate). Dengan model matematika tersebut dan data yang ada dapat digunakan untuk memprediksi bagaimana dinamika pandemi Covid-19 di suatu negara. Untuk dinamika Pandemi Covid-19 di Indonesia sendiri disampaikan oleh Prof. Pitoyo menyerupai grafik milik negara Swedia yang menerapkan kebijakan Herd Immunity.
“Data dari kasus pandemi Covid-19 ini tergolong singkat rentang waktunya. Pencatatan data dimulai 22 Januari 2020 sejak WHO menetapkan wabah ini sebagai Public health Emergency of International Concern (PHEIC). Namun data yang bisa digunakan untuk melakukan prediksi sangat melimpah mengingat lebih dari 250 negara terserang wabah ini,” jelas Prof. Pitoyo.
Sementara itu pada sesi kedua Prof. Sutiman menyampaikan materi tentang bagaimana memahami perilaku virus dalam pandemi Covid-19. Membuka paparanannya Prof. Sutiman menyampaikan bahwa Virus adalah makhluk yang cerdas dalam hal bertahan hidup (survive). Dalam hal covid-19 bahkan dapat mudah bermutasi karena berbasis RNA. Untuk membuat vaksinnya juga akan susah karena virus akan berubah-ubah tergantung lingkungan dia berada. Oleh karena itu Prof. Sutiman menyarankan untuk tidak terlalu mengandalkan solusi dari negara lain. Hingga saat ini menurut Prof. Sutiman yang perlu dilakukan oleh peneliti adalah memperbanyak kajian tentang perilaku virus dalam sel. Khususnya tentang bagaimana mekanisme aktivitas virus dalam memanfaatkan exosom dan apakah virus di luar sel (dalam darah, saliva maupun di lua tubuh inang) menggunakan struktur dan fasilitas exosom. Dengan kajian tentang bagaimana perilaku virus tersebut diharapkan peneliti khususnya dari Indonesia dapat menemukan cara mengendalikan penyebaran covid-19 yang masih cukup tinggi.
Pada sesi terakhir Dr. Eng. Novanto Yudistira yang akrab disapa Yudis menyampaikan hasil penelitiannya tentang Understanding Covid-19 through Machine Learning. Penelitian Yudis beserta tim dilakukan dengan mengambil dan menganalisa data yang tersedia secara realtime di internet. Big data tersebut meliputi UV dan Ozone, cuaca, polusi, mobilitas masyarakat dan jumlah orang positif terpapar covid-19 di seluruh negara di dunia. Yudis menjelaskan dengan kajian atas big data tersebut dapat bermanfaat untuk melakukan prediksi dan menambah pemahaman akan pandemi covid-19. [dna]
