Keunikan riset ini, lanjut dia, terletak pada skalabilitas dan penggunaan data publik. Framework yang dibangun dapat direplikasi untuk berbagai jenis penyakit dengan menyesuaikan fitur data.
“Ini membuktikan bahwa keterbatasan data bukan alasan untuk tidak membangun sistem prediksi,” katanya.
Dalam kompetisi tersebut, Dionisius mengaku mendapat pengalaman berharga, terutama saat berdiskusi dengan panel juri internasional dari FAO dan BRIN.
“Mereka tidak hanya menilai, tapi juga memberi perspektif tentang masa depan peternakan berkelanjutan,” imbuhnya.
Ia mengaku tidak menyangka bisa meraih juara 3, mengingat latar belakangnya bukan dari bidang peternakan atau veteriner.
“Ini bukti bahwa pendekatan lintas disiplin punya tempat di dunia riset,” katanya.
Ke depan, Dionisius berencana mengembangkan risetnya dalam tiga tahap, mulai dari validasi model di tingkat kabupaten, ekspansi ke penyakit lain seperti H5N1, hingga pembangunan platform data terbuka bernama Livestock Disease Data Commons.
Jika diterapkan secara luas, ia berharap sistem ini dapat menjadi peringatan dini bagi peternak dan membantu pemerintah dalam pengendalian wabah secara lebih cepat dan tepat sasaran.
“Dengan lead time dua minggu, vaksin bisa disiapkan lebih awal dan pergerakan ternak bisa dibatasi secara terarah. Peternak tidak lagi menghadapi wabah tanpa peringatan,” ucapnya. (red)






