Cuaca ekstrem yang melanda kawasan Asia-Pasifik telah menyebabkan banjir dan tanah longsor di beberapa negara, membuat kawasan ini dihadapkan pada kenyataan pahit bahwa ancaman banjir makin sering terjadi, makin merusak, dan makin kompleks. Kombinasi perubahan iklim, pertumbuhan populasi, serta dinamika pemanfaatan ruang telah membuat kawasan ini menjadi salah satu wilayah paling rentan di dunia. Di tengah tantangan tersebut, hadir kebutuhan akan teknologi yang mampu menerjemahkan data bumi menjadi informasi spasial yang akurat, cepat, sekaligus mudah dipahami. Dari titik itulah SatGPT muncul sebagai jawaban: sebuah inovasi geospasial berbasis kecerdasan buatan yang menawarkan harapan baru dalam mitigasi banjir.
Asia-Pasifik digambarkan sebagai kawasan dengan tingkat kerentanan tertinggi terhadap bencana. Komisi Ekonomi dan Sosial Perserikatan Bangsa-Bangsa untuk Asia dan Pasifik (United Nations Economic and Social Commission for Asia and the Pacific—UNESCAP) melaporkan lebih dari dua juta jiwa telah hilang sejak 1970, atau setara dengan satu korban setiap 13 menit, sementara lebih dari tiga miliar penduduk terdampak dalam 30 tahun terakhir. Kerugian ekonomi pun mencapai lebih dari 900 miliar dolar Amerika. Fakta ini menjadi pernyataan bahwa banjir bukan sekadar fenomena alam, tetapi ancaman sistemik yang membutuhkan analisis geospasial berbasis data untuk memahami pola kejadian, skala risiko, dan potensi dampaknya.
Lahir dari gagasan sederhana tentang kesetaraan akses terhadap ahli pemetaan banjir, SatGPT hadir sebagai platform kecerdasan buatan (AI) untuk mendukung kebutuhan pengguna di kawasan Asia-Pasifik. Dalam waktu singkat, sekitar satu menit, alat ini dapat memproduksi peta banjir historis dengan tingkat akurasi tinggi. Peta tersebut menjadi dasar bagi pemerintah daerah, akademisi, lembaga kebijakan, hingga masyarakat umum untuk memahami kondisi kerentanan wilayah mereka secara menyeluruh.
Dirancang sebagai sistem pendukung keputusan spasial generasi berikutnya, SatGPT memanfaatkan Large Language Models (LLM) yang terhubung dengan komputasi awan serta data pengamatan bumi, khususnya citra satelit. Pengguna cukup memasukkan instruksi berbasis bahasa alami, seperti meminta peta banjir wilayah tertentu, dan sistem akan menghasilkan kode pemrosesan Google Earth Engine secara otomatis. Analisis dilakukan menggunakan basis data satelit sejak 1984 hingga kini, termasuk klasifikasi tanpa pengawasan untuk mendeteksi area terendam, yang kemudian disajikan dalam visualisasi 2D maupun 3D.
