Autonomous Triage & Cascading Failure Prediction for Urban Logistics
Resilience & Early-Warning System for Infrastructure & Logistic Impact Assessment
RESILIA adalah mesin intelijen tata ruang (Spatial Intelligence Engine) berbasis Business-to-Government (B2G) yang dirancang untuk mencegah kelumpuhan logistik kota akibat anomali cuaca ekstrem. Menggeser paradigma dari "dasbor pemetaan banjir statis", RESILIA mengorkestrasi tiga lapisan Artificial Intelligence (AI) untuk memprediksi probabilitas efek domino (Cascading Failure) pada infrastruktur kritis.
RESILIA tidak mengandalkan model Machine Learning tabular konvensional. Sistem ini direkayasa dengan pendekatan Physics-Informed Neural Networks dan interoperabilitas Hybrid-Cloud:
- Graph Attention Network (GAT): Memodelkan jalan raya Jakarta sebagai graf terarah. GAT menghitung atensi kerentanan (Message Passing) menggunakan proksi elevasi fisika (DEMNAS) dan topologi OSMnx.
- DBSCAN Spatial Triage: Algoritma Unsupervised Learning beroperasi dengan metrik Haversine untuk secara otonom mengisolasi area kerentanan kritis menjadi "Episenter", memberikan rekomendasi pengerahan alat berat BPBD yang presisi.
- Autonomous LLM Policy Agent: Menggunakan model instruksional (OpenRouter API) untuk merender output spasial menjadi draf Surat Perintah Kerja (SPK) secara instan.
- Microsoft Azure Hybrid Sync: Arsitektur Graceful Degradation (Failover). Menggunakan
azure.storage.blobsebagai repositori Data Lake asinkron untuk sinkronisasi draf kebijakan B2G dengan kepastian Zero-Downtime.
- Offline Mode Failover: Sistem inferensi dieksekusi 100% secara lokal (Edge Compute). Jika API cuaca publik terputus saat bencana (Blackout), sistem menyimulasikan skenario stressor maksimum tanpa crash.
- Cascading Failure Simulation: Menggunakan algoritma pemangkasan node (
NetworkX) iteratif untuk menghitung degradasi efisiensi jaringan (Network Efficiency Drop) saat urat nadi arteri lumpuh. - Micro-Targeted POI Protection: Menghitung radius isolasi spasial terhadap fasilitas vital (Rumah Sakit, Polisi, Pemadam Kebakaran) secara real-time via Overpass API.
Seluruh pipeline data mematuhi standar lisensi Open Data sesuai regulasi operasional pemerintah:
| Komponen Data | Lisensi | Peran dalam Arsitektur |
|---|---|---|
| OSMnx & Overpass API | ODbL | Ekstraksi topologi graf jalan raya dan telemetri Point of Interest (Aset Kritis). |
| BMKG Public API | Public | Telemetri atmosfer & proksi weather stressor berbasis kode administrasi level-4. |
| DEMNAS Proxy | Public | Model elevasi digital (disimulasikan) untuk perhitungan ambang batas kegagalan gravitasi. |
| OpenRouter LLM | API | Orkestrasi instruksional untuk Autonomous Policy Agent (Gemma/Mistral/Qwen). |
RESILIA telah diinisialisasi untuk memantau 10 wilayah kritis logistik kota:
Kemayoran, Penjaringan, Cengkareng, Jatinegara, Pulo Gadung, Kebayoran Baru, Cilincing, Kelapa Gading, Grogol Petamburan, dan Mampang Prapatan.
Pastikan Python 3.10+ telah terinstal. Eksekusi instalasi pustaka infrastruktur:
pip install -r requirements.txt
2. Environment Variables (B2G Cloud & LLM)
Untuk mengaktifkan fitur Autonomous Policy Agent dan Azure Cloud Sync, buat berkas .env di direktori utama (atau konfigurasikan secrets di host Anda):
OPENROUTER_API_KEY="your_openrouter_api_key"
AZURE_STORAGE_CONNECTION_STRING="your_azure_connection_string"
(Catatan: Jika koneksi Azure tidak ditemukan, sistem akan berjalan secara mandiri dalam Offline Mode berkat arsitektur Graceful Degradation).
3. Initialize Dashboard
streamlit run app.py
--------------------------------------------------------------------------------
Developed for Dicoding AI Impact Challenge 2026. Transforming static data into urban resilience.