AI-powered tool forMangrove-
based Adaptation to Climate
change (AIMAC)
AI-powered tool for Mangrove-
based Adaptation to Climate
change (AIMAC)
AI-powered tool for Mangrove-
based Adaptation to Climate
change (AIMAC)
Kerangka PCIV
SRN-aligned
Kontekstualisasi PCI
3 Metode Pembobotan
(Ranking, Rating, AHP)
Fitur Bantuan AI
Ringkasan &
Rekomendasi berbasis AI
Fitur
P C I
3.
AI-powered tool forMangrove-
based Adaptation to Climate
change (AIMAC)
AI-powered tool for Mangrove-
based Adaptation to Climate
change (AIMAC)
AI-powered tool for Mangrove-based Adaptation to Climate change (AIMAC)
LANGKAH 1 LANGKAH 2 LANGKAH 3 LANGKAH 4
Isi formulir yang
dirancang berdasarkan
kerangka SRN untuk
memastikan
keselarasan dengan
informasi dasar
(baseline). Pengguna
dapat memasukkan
SRN Project ID dan
memberikan detail
proyek beserta
dokumen pendukung.
Sesuaikan kerangka PCI
berdasarkan kondisi dan
relevansi lokasi.
Tambahkan atau ubah
kriteria sesuai kebutuhan,
serta tambahkan, ubah,
atau hapus indikator
untuk mengembangkan
kerangka penilaian yang
spesifik untuk lokasi
tersebut.
Tentukan bobot setiap
komponen PCI untuk
menentukan prioritas.
Pengguna dapat memilih
metode pembobotan
Ranking, Rating, atau
Analytical Hierarchy
Process (AHP), serta
memanfaatkan asisten AI
untuk memperoleh saran
bila diperlukan.
Beri skor setiap indikator
sesuai kondisi lapangan
pada skala 0–100.
Gunakan asisten AI untuk
membantu memberi
saran skor. AIMAC
kemudian menghitung
skor adaptabilitas
keseluruhan berdasarkan
skor indikator dan bobot
yang telah ditetapkan.
Isi Form Kontekstualisasi
PCI
Pembobotan
PCI
Skoring
Indikator
4.
AI-powered tool forMangrove-based Adaptation to Climate change (AIMAC)
• Pertanyaan disusun dengan SRN sebagai
dasar untuk menyamakan informasi (baseline
information).
• Pengguna dapat menyertakan SRN Project
ID, yang memungkinkan integrasi dengan
SRN.
• Pengguna perlu mengisi informasi proyek
seperti:
o Detail Proyek
o Aksi dan Narasi
o Peningkatan Kapasitas
o Dokumen Pendukung
Perangkat AIMAC – Langkah 1: Form
5.
AI-powered tool forMangrove-based Adaptation to Climate change (AIMAC)
• Pengguna dapat mengikuti struktur pohon PCI
(PCI tree) sebagaimana adanya (default), atau
memodifikasinya berdasarkan kondisi dan
relevansi lokasi.
(misalnya, kriteria tentang produksi arang mungkin
tidak relevan untuk beberapa wilayah).
• Pengguna dapat meminta bantuan AI untuk
mendapatkan PCI yang sesuai.
• Pengguna dapat menambah, mengubah, atau
menghapus Kriteria Indikator dari pohon PCI
berdasarkan aturan berikut:
Perangkat AIMAC – Langkah 2:
Mendefinisikan PCI
Tambah Modifikasi Hapus
Prinsip ✓ ✓
Kriteria ✓ ✓ ✓
Indikator ✓ ✓ ✓
6.
AI-powered tool forMangrove-based Adaptation to Climate change (AIMAC)
• Pengguna menetapkan prioritas antar
kelompok PCI untuk menentukan bobot.
• Pengguna dapat memilih salah satu dari tiga
metode:
◦ Ranking (1st, 2nd,..... hingga terakhir)
◦ Rating (0-100, total harus 100 dalam satu
kelompok)
◦ Analytical Hierarchical Process (Pairwise
Comparison)
• Pengguna dapat menggunakan tombol asisten
AI untuk mendapatkan saran bobot.
Perangkat AIMAC– Langkah 3:
Pembobotan PCI
7.
AI-powered tool forMangrove-based Adaptation to Climate change (AIMAC)
• Pengguna memberikan skor
berdasarkan kondisi aktual untuk
memperoleh skor PCI.
• Skor hanya diberikan pada Indikator
dengan skala 0–100.
• Pengguna dapat menggunakan tombol
asisten AI untuk mendapatkan saran
skor.
• Skor adaptasi dihitung berdasarkan
nilai skor dan bobot yang diberikan.
Perangkat AIMAC– Langkah 4:
Skoring Indikator
8.
• Skor Adaptasi
Diperolehdari hasil perhitungan pembobotan dan skoring
dalam asesmen PCI. Skor dikategorikan menjadi tiga tingkat:
rendah-sedang, sedang-tinggi, dan tinggi..
• Aksi & Narasi
Informasi umum yang terintegrasi mengikuti SRN (jenis aksi,
skema, bidang/sektor, keterkaitan program, ruang lingkup,
DRAM, Validasi DRAM, LCAM, Validasi LCAM)
• Ringkasan
Dihasilkan dari analisis berbasis AI berdasarkan asesmen yang
telah dilakukan. Menyajikan ringkasan singkat dari temuan-
temuan penting serta gambaran umum status adaptasi.
• AI-based Findings
Menjelaskan temuan yang dihasilkan oleh AI dari hasil
penilaian untuk setiap prinsip, kriteria, dan indikator, dengan
menonjolkan kelebihan utama, kekurangan, serta hal-hal yang
masih perlu mendapat perhatian.
AI-powered tool for Mangrove-based Adaptation to Climate change (AIMAC)
Hasil Asesmen