Memahami alasan di balik angkaThe WHY behind the numbers

Temuan lapangan jadi landasan keputusan. Evidence-informed decisions.

Platform bukti kualitatif kesehatan yang membantu tim memahami konteks lapangan untuk keputusan program.A platform that turns frontline accounts into qualitative evidence for health programme decisions.

Coba demoTry the demo Lihat cara kerjanyaSee how it works Hubungi kamiContact us

Ringkasan wilayahArea OverviewWilayah A · Triwulan contohArea A · Sample quarterContoh tampilan · data simulasiSample view · simulated data

Ringkasan AIAI summary

Balita pendek di Wilayah A tercatat 21%. Faktor yang paling sering disebut dalam Catatan Lapangan adalah kebiasaan merokok di dalam rumah.Stunting in Area A is recorded at 21%. The factor mentioned most often in Field Records is smoking indoors.

Sumber: 21 dari 48 catatanSource: 21 of 48 records✓ 19 sudah ditinjau19 reviewed

Keterbatasan dataData Limitations

Hanya ibu yang terjangkau dan datang ke Posyandu selama bulan tersebut.Only reachable mothers who came to the Posyandu during the month.

SituasiCurrent Situation

21%

balita pendek · 48 Catatan Lapanganstunting · 48 Field Records

Faktor yang dilaporkanReported Factors

Merokok di dalam rumahSmoking indoors21/48

Posyandu tidak rutinPosyandu not regular12/48

Kader sibuk musim panenVolunteers busy at harvest9/48

Uji coba bersamaPiloting with

Dinas KesehatanKabupaten WonosoboWonosobo District

BappedaKabupaten WonosoboWonosobo District

Dalam pembicaraanIn conversation with

Dinas KesehatanProvinsi Sulawesi TengahCentral Sulawesi Province

Puskesmas Kawango HariKab. Sumba Barat DayaSouthwest Sumba District

Dari cerita jadi dataFrom stories to data

Bagikan temuan seperti cerita sehari-hari.Share findings like an everyday story.

Kader dan petugas kesehatan mengirim voice note dalam bahasa daerah. AI menganalisis setiap catatan dan membandingkan temuannya dengan laporan kuantitatif lain serta data tinggi dan berat badan, sehingga keputusan didasarkan pada sumber data yang kuat dan tertriangulasi.Community health volunteers and health workers submit voice notes in local languages. AI analyses each record and cross-references the findings with other quantitative reports, height and weight data, to ensure that decisions are based on strong and triangulated data sources.

1Catatan masukA record comes in

Catatan lapanganField recordVoice note · PosyanduVoice note · PosyanduContoh · data simulasiSample · simulated data

1:12

Nggih Bu, kula cerita sekedhik nggih. Ten mriki hawane adem sanget¹, nek sonten pedhute mudhun. Bapake lare-lare niku biasane udud ten njero omah², jarene ben anget. Kula sampun sanjang, ning nggih pripun, wis kebiasaan saka mbiyen. Wulan wingi posyandune mboten buka³, kadere sami repot panen kentang⁴, dadi lare kula dereng ditimbang⁵. Nek maem sakjane lahap kok Bu, endhog, tempe, jangan bayem⁶ saka kebon.

Lihat terjemahanShow translation

Iya Bu, saya cerita sedikit ya. Di sini udaranya dingin sekali, kalau sore kabutnya turun. Bapaknya anak-anak biasanya merokok di dalam rumah, katanya biar hangat. Saya sudah bilang, tapi ya bagaimana, sudah kebiasaan dari dulu. Bulan lalu posyandunya tidak buka, kadernya sibuk panen kentang, jadi anak saya belum ditimbang. Kalau makan sebenarnya lahap kok Bu, telur, tempe, sayur bayam dari kebun.

Yes ma'am, let me tell you a little. It's very cold here; in the afternoon the fog comes down. The children's father usually smokes inside the house, he says it keeps him warm. I've told him, but what can you do, it's been a habit for years. Last month the posyandu didn't open, the volunteers were busy with the potato harvest, so my child hasn't been weighed yet. He actually eats well, ma'am: eggs, tempeh, spinach from the garden.

2Dibaca AI per catatanRead by AI, record by record

Faktor yang dilaporkanReported FactorsCatatan iniThis recordContoh · data simulasiSample · simulated data

Bahasa: JawaLanguage: JavaneseKonteks: PosyanduSetting: Posyandu

1Udara dingin, alasan yang disebutCold weather, the reason givenKonteksContexthawane adem sanget

2Merokok di dalam rumahSmoking indoorsNormaNormsudud ten njero omah

3Posyandu tidak bukaPosyandu did not openLayananServicesposyandune mboten buka

4Kader sibuk musim panenVolunteers busy at harvestSumber dayaResourceskadere sami repot panen kentang

5Anak belum ditimbangChild not yet weighedPerawatanCarelare kula dereng ditimbang

6Makan lahap: bukan hambatanEats well: not a barrierPraktik makanFeedinglahap kok Bu, endhog, tempe, jangan bayem

Tinjauan ManusiaHuman Review• Menunggu ditinjau petugasAwaiting review

3Digabung dan ditriangulasiCombined and triangulated

Ringkasan wilayahArea OverviewWilayah A · 48 Catatan LapanganArea A · 48 Field RecordsContoh · data simulasiSample · simulated data

Catatan ini dan 47 catatan lainThis record and 47 others

Merokok di dalam rumahSmoking indoors21/48

Anak belum ditimbangChild not yet weighed14/48

Posyandu tidak rutinPosyandu not regular12/48

Kader sibuk musim panenVolunteers busy at harvest9/48

Ragam sumberSpread of sources

9: Posyandu
14: kader dan petugasvolunteers and health workers
2: konteks: Posyandu, kunjungan rumahsettings: Posyandu, home visit
2: bahasa: Jawa, Indonesialanguages: Javanese, Indonesian

Tidak ada satu pengirim yang mengirim lebih dari 6 catatan.No single sender sent more than 6 records.

TemuanFinding

Merokok di dalam rumah disebut di 21 dari 48 catatan, dari 7 Posyandu. Data tinggi dan berat badan mencatat balita pendek 21%.Smoking indoors is mentioned in 21 of 48 records, from 7 Posyandu. Height and weight data record stunting at 21%.

Kualitatif + kuantitatifQualitative + quantitative✓ 19 sudah ditinjau19 reviewed

Proporsi Catatan, bukan prevalensi warga. Seberapa sering disebut tidak menunjukkan sebab.Share of Records, not prevalence. How often it is mentioned does not show cause.

Yang kami hadirkanWhat we deliver

Wawasan, catatan lapangan, dan peta dalam satu tempat.Insights, field records and maps in one place.

Ringkasan Berbasis AIAI-Powered Summaries

Triangulasi data kuantitatif dengan temuan kualitatif dari lapanganTriangulations of quantitative data with qualitative field insights
Setiap temuan terhubung ke sumbernyaLink of insight to its source
Status Tinjauan Manusia terlihat di setiap ringkasanVisibility of human review status in every summary created

Ringkasan AIAI summaryContoh tampilan · data simulasiSample view · simulated data

Balita pendek tercatat 21%, dan Catatan Lapangan paling sering menyebut kebiasaan merokok di dalam rumah.Stunting is recorded at 21%, and Field Records most often mention smoking indoors.

KuantitatifQuantitative

21%

Data tinggi dan berat badan · Wilayah AHeight and weight data · Area A

KualitatifQualitative

21/48

Catatan Lapangan · 19 sudah ditinjauField Records · 19 reviewed

dua sumber, satu ringkasantwo sources, one summary

Kerangka AnalisisAnalysis Framework

Analisis memakai kerangka yang diakui secara globalAnalysis using a globally recognized framework
Temuan lapangan dikelompokkan ke dalam kategori yang jelasLabels of field insights into clear categories
Pemetaan faktor penyebab stunting hingga ke capaiannyaMap of stunting's contributing factors with the outcomes

Kerangka analisisAnalysis FrameworkContoh tampilan · data simulasiSample view · simulated data

Contoh catatan · Bahasa JawaSample record · Javanese“Bapake lare-lare biasane udud ten njero omah, jarene ben anget.”Bapaknya anak-anak biasanya merokok di dalam rumah, katanya biar hangat.The children's father usually smokes inside the house, he says it keeps him warm.

CapaianOutcomes4Balita pendekStunting

Determinan langsungImmediate3PerawatanCare

Determinan yang mendasariUnderlying2Lingkungan & layananEnvironment & services

Determinan pendukungEnabling1NormaNorms

pengelompokan analisis, bukan bukti sebaban analytical grouping, not proof of cause

Peta SebaranDistribution Map

Perbandingan data antarwilayah dalam satu petaComparison of area data on one map
Daftar catatan per wilayah (n/N)List of records per area (n/N)
Peta temuan utama untuk mendukung diskusi kebijakanMap of key insights to support policy discussions

Peta sebaranDistribution MapContoh tampilan · data simulasiSample view · simulated data

Proporsi Catatan: merokok di dalam rumahShare of Records: smoking indoors

< 25%25–39%≥ 40%

Wilayah DArea D

50%

20 dari 40 catatan menyebut merokok di dalam rumah20 of 40 records mention smoking indoors

Daftar prioritas (simulasi)Priority list (simulation)

Wilayah DArea D · merokoksmoking
Wilayah AArea A · merokoksmoking
Wilayah BArea B · Posyandu

bahan diskusi, bukan rekomendasi otomatisfor discussion, not an automatic recommendation

Tanya DataChat with Data

Semua catatan dan angka yang tersimpan bisa dirujuk sekaligusAll records and numbers in storage can be called out at once
Konteks data terlihat, di mana dan kapan data dicatatVisibility of data context (where and when the data was recorded)
Keterbatasan data disampaikan secara transparan, jika adaTransparent data limitations, if any

Tanya dataChat with DataContoh tampilan · data simulasiSample view · simulated data

Kenapa anak di Wilayah D jarang ditimbang?Why are children in Area D rarely weighed?

Jawaban AIAI answer

Posyandu tidak rutin buka disebut di 11 dari 40 catatan Wilayah D, sebagian besar saat musim panen kentang. Jarak ke Posyandu disebut di 6 catatan.Posyandu not opening regularly is mentioned in 11 of 40 Area D records, mostly during the potato harvest. Distance to the Posyandu is mentioned in 6 records.

Sumber: 17 catatan · Wilayah DSource: 17 records · Area D✓ 12 sudah ditinjau12 reviewed

Keterbatasan dataData Limitations

Hanya ibu yang terjangkau dan datang ke Posyandu selama bulan tersebut.Only reachable mothers who came to the Posyandu during the month.

Tanyakan sesuatu tentang data…Ask something about the data…

setiap jawaban bisa ditelusuri ke catatannyaevery answer traces back to its records

DampakImpact

Mulai dari Wonosobo, berkembang ke wilayah lain.Starting in Wonosobo, expanding to other regions.

Aceh 28,6% Sulawesi BaratWest Sulawesi 35,4% Papua Barat DayaSouthwest Papua 30,5% Maluku 28,4% NTB 29,8% NTT 37% Sulawesi TengahCentral Sulawesi Sumba Barat Daya Wonosobo 3 kecamatan3 sub-districts

Uji cobaPilot

Kabupaten Wonosobo, Jawa TengahWonosobo District, Central Java · November 2025· November 2025

3: fasilitas kesehatan di 3 kecamatanhealth facilities in 3 sub-districts
15: pemangku kepentingan ikut mengujistakeholders took part

Dalam pembicaraanIn conversation

Dinas Kesehatan Provinsi Sulawesi TengahCentral Sulawesi Province
Puskesmas Kawango Hari Kab. Sumba Barat DayaSouthwest Sumba District

Wilayah potensialPotential regions

Enam provinsi dengan prevalensi stunting tertinggi. Angka pada peta adalah prevalensi provinsi.Six provinces with the highest stunting prevalence. Figures on the map are provincial prevalence.

Sumber: SSGI 2024, Kementerian Kesehatan. Nasional 19,8%.Source: SSGI 2024, Ministry of Health. National 19.8%.

Juara 11st place

kategori stunting dan peringkat 5 keseluruhan, AI Hackathon dan Sandbox Kementerian Kesehatanin the stunting category and 5th overall, Ministry of Health AI Hackathon and Sandbox

TentangAbout

Masalah yang kami selesaikanThe problem we solve

Data menunjukkan di mana stunting terjadi, tapi tidak menjelaskan mengapa.Data shows where stunting occurs, but not why.

Biaya pangan, pernikahan dini, keyakinan pengasuhan, akses air bersih, atau kebiasaan merokok di rumah jarang ikut membentuk program yang dirancang untuk membantu keluarga.Food costs, early marriage, caregiving beliefs, access to clean water or smoking at home rarely shape the programmes designed to help families.

Siklus antargenerasiA cycle across generations

Satu dari lima balita di Indonesia masih stunting, paling tinggi di Indonesia timur. Remaja putri yang kurang gizi bisa menjadi ibu yang berisiko melahirkan bayi berat lahir rendah, yang kemudian bisa tumbuh stunting.One in five children under five in Indonesia is still stunted, with the highest rates in eastern Indonesia. An undernourished girl may become a mother at risk of having a low-birth-weight baby, who may then grow up stunted.

SSGI 2024, Kementerian Kesehatan: 19,8% nasionalSSGI 2024, Ministry of Health: 19.8% nationally

Yang diamati Kader tidak tercatatWhat cadres see goes unrecorded

Kader, para ibu relawan, paling memahami keluarga-keluarga ini. Namun laporan kunjungan mereka sebagian besar hanya berisi tinggi dan berat badan, sehingga banyak yang mereka amati tidak tercatat.Cadres, the volunteer mothers, understand these families best. Yet their visit reports mainly cover height and weight, leaving much of what they observe unrecorded.

Anggaran tanpa alasan lokalBudgets without local causes

Dinas Kesehatan dan Bappeda menyusun anggaran stunting berdasarkan di mana stunting terjadi, tetapi sering kali tanpa gambaran mengapa. Akibatnya, program bisa mengulang pendekatan yang sama walau penyebab lokalnya berbeda.District health offices and planning agencies allocate stunting budgets based on where stunting occurs, but often lack insight into why. As a result, programmes can repeat the same approach even when local causes differ.

Kenapa kami membangunnyaWhy we build it

Lahir dari bertahun-tahun mendengarkan.Grown from years of listening.

GroundSight AI lahir dari bertahun-tahun mendengarkan orang-orang yang bekerja langsung menghadapi tantangan stunting di Indonesia. Kami ikut sesi Posyandu dan berkunjung ke rumah-rumah bersama petugas kesehatan. Kami terus mendengar celah yang sama: Kader memahami mengapa keluarga kesulitan, tetapi banyak dari yang mereka ketahui tidak pernah sampai ke data yang dipakai untuk perencanaan. GroundSight adalah jawaban kami.GroundSight AI grew out of years of listening to people working directly with Indonesia's stunting challenge. We joined Posyandu (monthly health check) sessions and visited homes alongside health workers. We kept hearing about the same gap: cadres understand why families struggle, but much of what they know never reaches the data used for planning. GroundSight is how we respond.

Dengan membuat realitas keluarga terlihat, kami ingin membantu memutus siklus stunting di tahap-tahap ketika aksi lokal bisa membawa perubahan.By making families' realities visible, we aim to help break the cycle of stunting at the stages where local action can make a difference.

Tim terbentukTeam formedBerawal dari redesain Buku KIA nasionalGrew out of the national MCH handbook redesign
Juara 1 kategori stunting, peringkat 5 keseluruhan1st in stunting, 5th overallAI Hackathon dan Sandbox Kementerian KesehatanMinistry of Health AI Hackathon and Sandbox
Uji lapangan WonosoboWonosobo field testNovember 2025, dengan pendanaan pertamaNovember 2025, with our first funding
SekarangNowMenyempurnakan prototipe menjelang peluncuranRefining the prototype ahead of launch

Dirancang bersama di lapanganCo-designed in the field

Dibentuk bersama orang yang memakainyaShaped with the people who use it

Kami ingin membantu mengakhiri stunting untuk generasi Indonesia berikutnya. Karena itu, GroundSight sedang dirancang bersama orang-orang yang paling dekat dengan masalahnya, dari para relawan hingga tim perencanaan kabupaten.We want to help end stunting for Indonesia's next generation. That's why GroundSight is being designed with the people closest to the issue, from volunteers to district planning teams.

Kepala Bappeda memetakan alur perencanaan di papan tulis — **Perencanaan bersama BappedaPlanning with Bappeda**Kepala Bappeda memetakan alur perencanaan program.The Head of Bappeda maps the programme planning workflow.

Petugas kesehatan mencoba merekam catatan suara dengan ponselnya — **Input di lapanganInput in the field**Petugas mencoba merekam catatan suara dengan ponselnya.A health worker tries recording a voice note on her phone.

Tabel kategori, subkategori, dan deskripsi di papan tulis — **Co-design kategoriCo-designing categories**Kategori dan deskripsi faktor disusun bersama petugas Puskesmas.Factor categories drafted with Puskesmas staff.

Diskusi bersama pemangku kepentingan kabupaten — **Diskusi hasilDiscussing results**Contoh tampilan dibahas bersama pemangku kepentingan kabupaten.Sample views discussed with district stakeholders.

Kader dan warga dalam sesi di Posyandu — **Bersama KaderWith Kader**Sesi bersama Kader dan warga di Posyandu.A session with Kader and residents at a Posyandu.

Petugas kesehatan bersama ibu dan balita saat kunjungan rumah — **Kunjungan rumahHome visit**Mendengar langsung dari ibu dan balita di rumah.Listening to mothers and children at home.

Ibu, balita, dan petugas kesehatan saat hari Posyandu — **Hari PosyanduPosyandu day**Ibu, balita, dan petugas di hari layanan.Mothers, children and health workers on service day.

TimTeam

Tim GroundSight AIThe GroundSight AI team

Menyatukan hubungan dengan tim pemerintah yang merancang program dan jejaring Kader yang mengumpulkan data lapangan.Bringing together relationships with the government teams that plan programmes and the cadres networks that collect field data.

CEOAlmas Ratna Salsabila

Lebih dari lima tahun terlibat dalam proyek konsultansi untuk Kementerian Kesehatan, Bappeda, dan Dinas Kesehatan. Memimpin produk dan kemitraan.More than five years involved in consultancy projects for the Ministry of Health, Bappeda and district health offices. Leads product and partnerships.

LinkedIn almasratna@gmail.com

Public Health ExpertKatarina Billi

Tujuh tahun di fasilitas kesehatan Sumba Barat Daya. Menguasai bahasa daerah dan menjaga jejaring kader.Seven years in health facilities in Sumba Barat Daya. Speaks the local language and keeps the volunteer network.

Service DesignerDewi Ayisha Rachmandari

MA Service Design dari Royal College of Art dengan lebih dari lima tahun pengalaman sebagai service designer. Merancang cara kader dan petugas kesehatan memakai GroundSight, dari mengirim pesan suara hingga membaca temuan.MA Service Design from Royal College of Art with more than five years of experience as a Service Designer. Designs how cadres and health workers use GroundSight, from sending a voice note to reading the findings.

Full-stack AI EngineerPrasetyo Wibowo Laksono S

Membangun pipeline AI dan platform GroundSight AI, dari input chatbot hingga dashboard. MSc Autonomous Systems dari KTH, dengan pengalaman di Scania, Traveloka, dan EY.Builds GroundSight's AI pipeline and platform, from chatbot input to dashboard. MSc graduate in Autonomous Systems at KTH, with prior experience at Scania, Traveloka and EY.