MEPNews.id – Twitter biasanya dianggap sebagai alat untuk posting status. Kini, media sosial itu dapat digunakan untuk melaporkan informasi kecelakaan lalu lintas.
Iqbal Mabruri, mahasiswa Departemen Informatika Institut Teknologi Sepuluh Nopember (ITS) merumuskan Tugas Akhir (TA) tentang sistem pendeteksi kecelakaan melalui media sosial. Ia 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 melalui website pelaporan lokal yang cenderung lamban. “Operasi manual ini membutuhkan orang yang harus standby 24 jam penuh, sehingga seringkali ditemukan kelemahan pengoperasiannya,” tutur mahasiswa yang akan menjadi salah satu wisudawan ITS ke-119, pada 17 Maret 2019.
Mahasiswa dengan IPK 3,69 ini melihat potensi 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. Dengan memanfaatkan potensi kekuatan pengguna twitter, ia membuat sistem pendeteksi kecelakaan yang bekerja lebih efektif dibanding sistem manual.
“Cara kerja sistem ini dengan menyeleksi informasi yang di-posting pengguna antara lain deskripsi kecelakaan dan lokasi kecelakaan ,” jelasnya.
Untuk lokasi , Iqbal mengatakan, tidak terpaku pada isi tweet , namun juga dapat menggunakan informasi dari Global Positioning System (GPS) terakhir dari pengguna twitter . Apabila muncul berbagai tweet serupa dalam kurun waktu relatif sama, maka informasi kecelakaan tersebut akan langsung dikirimkan ke kantor polisi untuk segera ditindaklanjuti.
Tentang potensi hoaks atau pengguna iseng, Iqbal menjelaskan sistem yang ia rancang memiliki perhitungan korelasi antar tweet. Untuk mengonfirmasi kebenaran sebuah postingan informasi, sistem akan mencari postingan lain yang memiliki informasi mirip dengan tweet pertama . “Apabila korelasi yang diraih tidak tercukupi, maka postingan tersebut tidak ditindaklanjuti,” tambahnya.
Iqbal mengakui masih ada banyak kekurangan pada sistem yang baru lahir ini. Antara lain adanya kasus akun twitter yang dikunci, tingkat akurasi yang masih 90 persen, pengguna yang baru mengirimkan postingan saat berada di lokasi berbeda, proses pencarian yang masih belum maksimal, dan lainnya.
Namun, Iqbal optimistis sistem pendeteksi kecelakaan ini dapat menjadi langkah awal menuju respon kecelakaan lalu-lintas yang lebih baik . “Sistem ini, akan terus saya perbaiki dan kembangkan hingga dapat bekerja dengan sangat efektif,” tutur mahasiswa kelahiran 1996 ini.
Meski mampu mendeteksi kecelakaan di seluruh Indonesia, untuk sementara pilot project sistem ini diaplikasikan di Polsek Lamongan melalui joint research . 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). (mia)