Isi Artikel Utama
Abstrak
Penelitian ini merupakan implementasi kerangka konseptual dalam merancang tool untuk mengidentifikasi lokasi bencana dan aman bencana dalam proses manajemen kebencanaan dengan bantuan media sosial. Dalam penelitian ini, dibuat suatu aplikasi yang berfungsi untuk menentukan lokasi bencana dan aman bencana secara real time berdasarkan posisi geografisnya. Untuk menunjang kebutuhan data dalam penelitian ini digunakan tiga jenis sumber data yaitu: pertama, data bencana, lokasi aman, serta jumlah korban yang dilaporkan oleh masyarakat secara langsung; kedua, data yang diambil dari media social Twitter melalui layanan Application Programming Interface (API) Twitter; Ketiga, data yang dimiliki oleh lembaga pemerintahan yang bersumber dari Badan Nasional Penanggulangan Bencana (BNPB). Tujuan penelitian ini yaitu memetakan lokasi bencana alam serta lokasi aman bencana untuk mempermudah proses evakuasi dalam proses manajemen kebencanaan berdasarkan informasi dari masyarakat/ relawan, sosial media, serta pemerintah.
Rincian Artikel
References
-
[1] M. R. Amri et al., Risiko Bencana Indonesia. 2016.
[2] Badan Nasional Penanggulangan Bencana (BNPB), National Disaster Management Plan (Rencana Nasional Penanggulangan Bencana 2015-2019). 2014.
[3] B. E. Parilla-ferrer, P. L. F. Jr, and J. T. B. Iv, “Automatic Classification of Disaster-Related Tweets,†2015.
[4] P. M. Landwehr, W. Wei, M. Kowalchuck, and K. M. Carley, “Using tweets to support disaster planning, warning and response,†Saf. Sci., vol. 90, pp. 33–47, 2016.
[5] M. Basu, S. Bandyopadhyay, and S. Ghosh, “Post disaster situation awareness and decision support through interactive crowdsourcing,†Procedia Eng., vol. 159, no. June, pp. 167–173, 2016.
[6] R. Irvan, M. Taufiq, C. Slamet, R. Andrian, H. Aulawi, and M. A. Ramdhani, “Early Warning System in Mobile-Based Impacted Areas,†Int. J. Eng. Technol., vol. 7, no. 3.4, pp. 118–121, 2018.
[7] C. Slamet, A. Rahman, A. Sutedi, W. Darmalaksana, M. A. Ramdhani, and D. S. Maylawati, “Social Media-Based Identifier for Natural Disaster,†in IOP Conference Series: Materials Science and Engineering, 2018.
[8] R. Pressman, Software Quality Engineering: A Practitioner’s Approach. McGraw-Hill, 2010.
[9] https://help.twitter.com/id/rules-and-policies/twitter-api, diakses 19 Juni 2018
References
[2] Badan Nasional Penanggulangan Bencana (BNPB), National Disaster Management Plan (Rencana Nasional Penanggulangan Bencana 2015-2019). 2014.
[3] B. E. Parilla-ferrer, P. L. F. Jr, and J. T. B. Iv, “Automatic Classification of Disaster-Related Tweets,†2015.
[4] P. M. Landwehr, W. Wei, M. Kowalchuck, and K. M. Carley, “Using tweets to support disaster planning, warning and response,†Saf. Sci., vol. 90, pp. 33–47, 2016.
[5] M. Basu, S. Bandyopadhyay, and S. Ghosh, “Post disaster situation awareness and decision support through interactive crowdsourcing,†Procedia Eng., vol. 159, no. June, pp. 167–173, 2016.
[6] R. Irvan, M. Taufiq, C. Slamet, R. Andrian, H. Aulawi, and M. A. Ramdhani, “Early Warning System in Mobile-Based Impacted Areas,†Int. J. Eng. Technol., vol. 7, no. 3.4, pp. 118–121, 2018.
[7] C. Slamet, A. Rahman, A. Sutedi, W. Darmalaksana, M. A. Ramdhani, and D. S. Maylawati, “Social Media-Based Identifier for Natural Disaster,†in IOP Conference Series: Materials Science and Engineering, 2018.
[8] R. Pressman, Software Quality Engineering: A Practitioner’s Approach. McGraw-Hill, 2010.
[9] https://help.twitter.com/id/rules-and-policies/twitter-api, diakses 19 Juni 2018