Oleh: Aris Rakhmadi, S.T., M.Eg., Dosen Universitas Muhammadiyah Surakarta (UMS)
DALAM banyak percakapan tentang teknologi cerdas, perhatian kita sering tertuju pada kecerdasan buatan, sensor, Internet of Things (IoT), big data, dan machine learning.
Kita mudah terpesona oleh sistem yang mampu membaca data secara cepat, mengirimkan peringatan secara otomatis, atau mengambil keputusan berbasis algoritma.
Namun, ada satu istilah menarik yang mengingatkan kita bahwa kecerdasan tidak selalu lahir dari mesin. Istilah itu adalah Local Indigenous Knowledge (LIK).
LIK merujuk pada pengetahuan lokal yang tumbuh dari pengalaman panjang suatu komunitas dalam membaca alam, memahami lingkungan, dan merespons situasi berisiko.
Baca Juga: Melemahnya Kurs Rupiah: Gejala Teknis atau Fundamental?
Dalam konteks masyarakat pesisir, misalnya, nelayan sering memiliki cara tersendiri untuk membaca tanda-tanda alam sebelum melaut.
Arah angin, bentuk awan, warna langit, kondisi bintang, gelombang, hingga perubahan lingkungan menjadi petunjuk nelayan dalam mengambil keputusan.
Baca Juga: AI Bukan Pengganti Guru, Melainkan Teman Baru di Ruang Kelas
Pengetahuan seperti ini sering tidak tertulis, tetapi hidup dalam kebiasaan, percakapan, pengalaman, dan tradisi masyarakat.
Gagasan tentang LIK disampaikan Prof. Lukito Edi Nugroho dari UGM, dalam keynote session SIML 2026, International Conference on Smart Computing, IoT, and Machine Learning.
Kegiatan ilmiah internasional ini diselenggarakan oleh Prodi Teknik Informatika Universitas Muhammadiyah Surakarta (UMS), sebagai ruang akademik untuk mempertemukan isu smart computing, IoT, machine learning, dan kebutuhan nyata masyarakat.
Prof. Lukito menunjukkan bahwa persoalan sistem peringatan dini bencana tidak cukup dipahami sebagai persoalan teknologi semata. Peringatan bencana bukan hanya soal bagaimana data dikirim dari sensor ke perangkat masyarakat.
Persoalan yang lebih penting adalah, apakah masyarakat memahami, mempercayai, dan bersedia bertindak berdasarkan peringatan tersebut?
Di sinilah LIK menjadi menarik. Pengetahuan lokal tidak seharusnya dipandang sebagai lawan dari teknologi modern. Sebaliknya, LIK dapat menjadi sumber pengetahuan yang memperkaya teknologi.
Baca Juga: Bahasa Inggris, Pentingkah?
Ketika masyarakat telah lama menggunakan tanda-tanda alam untuk membaca risiko, maka sistem teknologi seharusnya tidak mengabaikan pengetahuan tersebut.
Teknologi yang benar-benar cerdas justru perlu bertanya: bagaimana pengetahuan lokal itu dapat dipahami, divalidasi, dan dimasukkan ke dalam sistem peringatan yang lebih adaptif?
Dalam ilmu komputer, gagasan ini membuka ruang yang sangat penting. LIK dapat diubah dari pengetahuan naratif menjadi informasi yang lebih terstruktur.
Misalnya, sebuah tanda alam dapat dirumuskan dalam pola sederhana: jika tanda tertentu muncul, maka ada kemungkinan dampak tertentu, dan masyarakat perlu melakukan tindakan tertentu.
Baca Juga: Speaking, Confidence, dan Growth Mindset di Ruang Social Gathering
Dengan kata lain, pengetahuan lokal dapat diubah menjadi aturan “jika-maka” atau IF-THEN rules. Proses ini tidak berarti menyederhanakan budaya secara sembarangan, tetapi menjadikan pengalaman masyarakat dapat dibaca oleh sistem teknologi tanpa menghilangkan konteks sosialnya.
Tentu saja, tidak semua tanda lokal dapat langsung diterima sebagai dasar keputusan. Sistem tetap perlu membedakan mana tanda yang kuat, sering digunakan, dipercaya masyarakat, dan terbukti membantu pengambilan keputusan.
Di sinilah metode komputasi, machine learning, dan explainable artificial intelligence dapat berperan.
Teknologi dapat membantu menguji reliabilitas tanda lokal, memahami pola perilaku masyarakat, dan merancang peringatan yang lebih sesuai dengan kondisi pengguna.
Hal ini penting karena dalam sistem peringatan dini, informasi yang terkirim belum tentu menghasilkan tindakan.
Seseorang bisa menerima peringatan, tetapi tetap tidak bergerak karena tidak percaya, tidak memahami risikonya, atau merasa tanda bahaya belum cukup kuat.
Karena itu, keberhasilan sistem peringatan dini tidak boleh hanya diukur dari kecepatan pengiriman pesan. Ukuran yang lebih penting adalah apakah peringatan tersebut dapat mendorong tindakan nyata.
Dalam konteks Indonesia, pendekatan berbasis LIK sangat penting. Indonesia adalah negara dengan keragaman geografis, budaya, dan risiko bencana yang sangat luas.
Baca Juga: Social Gathering, Ruang Meaningful Learning Dalam Pembelajaran Speaking Bahasa Inggris
Sistem peringatan dini untuk masyarakat pesisir, desa, dan wilayah rawan bencana tidak bisa hanya mengandalkan model teknologi yang seragam.
Setiap komunitas memiliki pengalaman, bahasa, kebiasaan, dan cara memahami risiko yang berbeda. Karena itu, teknologi perlu dirancang bukan hanya dari ruang laboratorium, tetapi juga dari realitas lapangan.
Pendekatan ini juga mengingatkan kita bahwa riset ilmu komputer tidak hanya berbicara tentang komputer. Ilmu komputer dapat menjangkau manusia, tradisi, perilaku, dan kebijaksanaan lokal.
Ketika LIK dipertemukan dengan machine learning dan IoT, lahirlah bentuk teknologi yang tidak hanya pintar secara teknis, tetapi juga peka secara sosial.
Inilah arah penting bagi pengembangan teknologi cerdas di masa depan. Smart technology tidak cukup hanya mampu memproses data. Ia harus mampu memahami konteks.
Ia tidak cukup hanya mengirimkan peringatan. Ia harus mampu membangun kepercayaan. Ia tidak cukup hanya hadir sebagai perangkat. Ia harus menjadi bagian dari kehidupan masyarakat.
LIK mengajarkan bahwa kecerdasan tidak selalu berasal dari pusat data dan algoritma. Kadang, kecerdasan itu telah lama hidup di tengah masyarakat, diwariskan melalui pengalaman, dan digunakan untuk bertahan menghadapi risiko.
Tugas teknologi modern bukan menghapus pengetahuan itu, melainkan menjembataninya agar dapat menjadi bagian dari sistem yang lebih kuat, adaptif, dan manusiawi.
Sistem peringatan dini yang baik bukan hanya sistem yang cepat mengirimkan informasi.
Sistem yang baik adalah sistem yang dipercaya, dipahami, dan diikuti oleh masyarakat. Dalam hal ini, LIK menjadi jembatan penting antara teknologi cerdas dan kebijaksanaan lokal. (*)
Editor : fery ardi susanto