Peneliti Pusat Riset Geoinformatika BRIN, Orbita Roswintiarti, memaparkan riset berjudul Mapping Urban Slums in Bandung City (Indonesia) using Machine Learning and Local Knowledge Approaches.
Kawasan kumuh didefinisikan sebagai permukiman dengan bangunan tidak teratur, padat, serta minim sarana dan prasarana. Kondisi tersebut berpotensi menimbulkan degradasi lingkungan, risiko kesehatan, hingga memperlebar kesenjangan sosial.
“Kondisi tersebut dapat memicu degradasi lingkungan, meningkatkan risiko kesehatan masyarakat, memperbesar kerentanan terhadap bencana, hingga memperlebar kesenjangan sosial,” ujarnya pada Senin 11 Mei 2026.
Untuk mengatasi tantangan ini, BRIN menggunakan citra satelit SPOT-6 beresolusi 1,5 meter, data OpenStreetMap, serta informasi dari pemerintah daerah. Hasil pemetaan kemudian diverifikasi melalui survei lapangan di 25 lokasi.
Dalam proses analisis, algoritma Random Forest dimanfaatkan untuk mengklasifikasi permukiman. Namun, BRIN menekankan bahwa hasil teknologi perlu dipadukan dengan pengetahuan lokal masyarakat dan kebijakan daerah agar lebih kontekstual dan relevan.
Pendekatan hibrida ini diyakini mampu menghasilkan kerangka kerja yang lebih kuat, efisien, sekaligus memiliki legitimasi sosial. Riset ini juga mendukung pencapaian Tujuan Pembangunan Berkelanjutan (SDG 11) tentang kota dan permukiman yang inklusif serta berkelanjutan.
Hasil penelitian telah dipresentasikan dalam workshop dan youth forum di Universitas Gadjah Mada, Yogyakarta, sebagai wadah pertukaran pengetahuan mengenai pemanfaatan AI dan data spasial-temporal untuk analisis dampak bencana.
Dengan mengintegrasikan kecanggihan teknologi dan kearifan lokal, BRIN berharap metode ini dapat menjadi solusi efektif dalam pemetaan kawasan kumuh, sekaligus memperkuat upaya pembangunan kota yang lebih adil dan berkelanjutan.
Cek Berita dan Artikel yang lain di
Google News
