Twitter dapat Membantu Memprediksi Penyebaran Penyakit

Updater mania, mungkin ungkapan ini cocok ditujukan bagi mereka yang hampir selalu eksis lewat social media, baik lewat twitter ataupun facebook. Sekecil apapun aktifitas yang dilakukan, pasti akan langsung dibagikan kepada para follower ataupun friendlist akun yang dimiliki lewat tweet atau update status. Walaupun updater mania mungkin dianggap terlalu lebay bagi beberapa orang, namun menurut sebuah riset yang pernah dilakukan beberapa waktu yang lalu, dikatakan bahwa prediksi penyebaran penyakit dan cakupan serangannya pada suatu daerah bisa saja dilakukan berdasarkan update status ataupun tweet yang dilakukan para udaters tersebut. Benarkah demikian? Benarkah jejaring social seperti twitter dapat membantu memprediksi penyebaran penyakit pada suatu wilayah?

Benarkah twitter dapat membantu memprediksi penyebaran penyakit? Untuk dapat menjawab pertanyaan ini, ada baiknya jika sedikit menyimak beberapa data dan fakta yang berhubungan dengan bagaimana kesimpulan ini bisa diambil sebagaimana diolah dari berbagai sumber, yaitu:

  • Kondisi fisik
    Para peneliti mencoba memasukkan kata kunci mengenai kondisi fisik yang kurang sehat atau jenis penyakit yang disebabkan oleh infeksi virus atau bakteri seperti flu dan batuk pilek pada sebuah mesin pencari, lalu mencoba memusatkan perhatian kepada hasil tweet yang dilakukan oleh pemilik akun pada tweeter tersebut.
  • Domisili dan tempat
    Setelah hasil pencarian dari berbagai tweet diolah, maka dibuat suatu peta berdampak sementara yang disebabkan oleh infeksi virus ataupun bakteri tertentu yang menyebabkan serangan flu dan batuk pilek. Pembuatan peta berdampak ini dilakukan dengan memberikan plot pada suatu wilayah berdasarkan domisili ataupun tempat yang dikunjungi pemilik akun yang bersangkutan tersebut. Pemberian plot juga disesuaikan dengan jenis serangan penyakit yang dialami.
  • Sesuaikan data medis
    Langkah selanjutnya yang dilakukan oleh para peneliti agar twitter dapat membantu memprediksi penyebaran penyakit adalah membandingkan postingan tweet berdasarkan lokasi, waktu dan kunjungan medis yang dilakukan masyarakat sekitar. Dengan membandingkan jumlah postingan tweet dan kunjungan medis serta rentang waktu kunjungan medis yang dilakukan masyarakat sekitar, jenis penyebaran penyakit yang menyerang suatu daerah dapat diidentifikasi.
  • Plotting
    Dengan melakukan pengamatan tweet dalam rentang waktu yang cukup panjang, plotting jenis dan macam bakteri atau virus yang memicu terjadinya penyebaran penyakit dalam rentang waktu tertentu dapat dibuat. Dengan melakukan plotting peta penyebaran serangan penyakit, tindakan preventif dapat dilakukan ketika hendak mengunjungi daerah tersebut.

Berdasarkan data dan fakta di atas, kiranya memang benar apabila twitter dapat membantu memprediksi penyebaran penyakit walaupun mungkin tetap harus diperhatikan juga parameter pendukung yang lain seperti banyaknya mutasi penduduk yang terjadi. Namun demikian, akan lebih baik apabila di masa mendatang, penggunaan twitter ini dapat dilakukan untuk pembuatan prediksi peta pandemi dan epidemi penyakit yang berbahaya. Selamat ber-tweet ria.

Setelah mengisi form di bawah ini, anda akan menerima beberapa email berseri yang menjelaskan bisnis Oriflame bersama d'BC Network
Dari mana anda mendengar tentang website ini?
Kami menjaga kerahasiaan data anda
*for non Oriflame members only
©copyright d'BCN
// JavaScript Document