Salah satu kegiatan analisa data spasial dan GIS yaitu Pengembangan Inovasi Daerah Sistem Peringatan Dini DBD. Perancangan sistem ini yang dilakukan pada tahun 2020 mengadopsi konsep participatory action research, yaitu kegiatan yang melibatkan partisipasi aktif dari jajaran Pemerintah Kota Yogyakarta, dengan fasilitator dari Universitas Gadjah Mada. Data pokok yang dikumpulkan meliputi data surveilans penyakit demam berdarah dan data cuaca. Data surveilans penyakit diperoleh dari Dinas Kesehatan Kota Yogyakarta. Sementara itu, data cuaca diperoleh dari BMKG dalam kurun waktu bulanan. Data cuaca yang digunakan yaitu temperatur dan curah hujan. Visualisasi sebaran kasus demam berdarah di Kota Yogyakarta ditampilkan pada tingkat kecamatan per bulan.

Prototipe Sistem Peringatan Dini DBD memperkirakan jumlah kasus demam berdarah dan kemungkinan kejadian outbreak sampai dua bulan ke depan berdasarkan kriteria outbreak yang sebelumnya telah didiskusikan oleh Pemerintah Kota Yogyakarta yaitu jumlah kasus pada 2×24 bulan yang lalu (kriteria Kementerian Kesehatan), rata-rata kasus bulanan dan pola kasus minimum-maksimum. Perbedaan kriteria outbreak dapat menghasilkan interpretasi outbreak yang berbeda. Interpretasi status kewaspadaan dini di masyarakat ditunjukkan dengan garis warna yang berbeda. Perbedaan tingkat status kewaspadaan yaitu normal (ditampilan dengan garis warna hijau), siaga (ditampilan dengan garis warna kuning), waspada (ditampilan dengan garis warna merah), dan awas (ditampilan dengan garis warna coklat).

Dalam rangka pengembangan lanjutan pada sistem peringatan dini demam berdarah dengue (EWS DBD) telah dilakukan perbaikan serta peningkatan kapasitas Prototype pada sistem sehingga EWS DBD dapat menghasil prediksi potensi wabah pada lingkup yang lebih spesifik yaitu sampai pada level Kelurahan. Dengan model spatio temporal, sistem ini ditujukan untuk melihat keterkaitan antar wilayah. Pendekatan yang digunakan yaitu berdasarkan ketetanggaan atau kedekatan wilayah (perbatasan langsung) dan pergerakan/mobilitas penduduk. Pola pergerakan pendudukan memanfaatkan data sosial media Twitter di mana pada saat penduduk melakukan tweet akan tertangkap informasi lokasi pengguna.