Deteksi Peristiwa Kecelakaan via Twitter

Deteksi Peristiwa Kecelakaan via Twitter

Kini, media sosial twitter yang biasanya dianggap sebagai media posting status, dapat digunakan untuk melaporkan informasi berupa kecelakaan lalu lintas.

Iqbal Mabruri, mahasiswa Departemen Informatika Institut Teknologi Sepuluh Nopember (ITS) yang merumuskan Tugas Akhir (TA) tentang sistem pendeteksi kecelakaan melalui media sosial dengan menggunakan deep learning berupa pencarian kata kunci dan lokasi dalam proses pengiriman informasi kepada kantor polisi terdekat.

Ide ini beranjak dari permasalahan kesigapan operator penerima dan pencari informasi kecelakaan di kantor polisi lokal melalui website pelaporan lokal yang cenderung lamban. “Operasi manual ini membutuhkan orang yang harus standby selama kurun waktu 24 jam, sehingga seringkali ditemukan kelemahan dalam pengoperasiannya,” tutur mahasiswa yang akan menjadi salah satu wisudawan ITS ke-119, Minggu (17/3) mendatang.

Di sisi lain, mahasiswa dengan IPK 3,69 ini melihat potensi pengguna media sosial terutama twitter dengan pengguna asal Indonesia terhitung cukup tinggi. Apalagi jika memperhatikan karakteristik pengguna yang suka mengirimkan status dan kejadian viral, misalkan saja peristiwa kecelakaan.

Menyikapi permasalahan yang terjadi dan dengan memanfaatkan potensi kekuatan pengguna twitter, mahasiswa dengan status kelulusan cum laude itu membuat sistem pendeteksi kecelakaan yang dapat bekerja lebih efektif dengan sistem yang manual.

“Cara kerja sistem ini adalah dengan menyeleksi informasi yang di-posting pengguna seperti deskripsi kecelakaan dan lokasi kecelakaan tersebut,” jelasnya. 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.

Saat ditanyakan 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,” tambahnya.

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. 

Namun, Iqbal optimistis bahwa sistem pendeteksi kecelakaan ini dapat menjadi langkah awal menuju respon kecelakaan lalu-lintas yang lebih baik lagi. “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). (wh)

Marketing Analysis 2018