Rohman, Muhammad Syaifur
Universitas Dian Nuswantoro

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Peningkatan Urgensi Daerah Rawan Bencana melalui Analisis Geoparsing pada Berita Kebencanaan dengan Text Mining Rohman, Muhammad Syaifur; Sri Winarsih, Nurul Anisa; Saraswati, Galuh Wilujeng
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1295

Abstract

This research aims to enhance the Disaster Vulnerability Map through the utilization of Geoparsing method by Text Mining on disaster news reports. The increase in casualties and damages caused by natural disasters reported by BNPB from 2020 to 2021 necessitates effective disaster management and preparedness for future events. BPBD Jawa Tengah employs disaster news reports as a means to raise public awareness. However, the creation of an accurate Disaster Vulnerability Map requires geospatial data on the frequency of disaster occurrences, which is not available within the reports. Thus, Geoparsing is employed to process the disaster reports data. The findings of this study demonstrate that Geoparsing can enhance the accuracy of the Disaster Vulnerability Map and provide insights into the level of urgency for disaster preparedness in the Preparedness Disaster Management phase.Keywords: Text Mining; Geoparsing; Disaster Prone Area; Disaster Management AbstrakPenelitian ini bertujuan untuk meningkatkan Peta Rawan Bencana melalui penggunaan metode Geoparsing yang didapat melalui Text Mining pada berita laporan kebencanaan. Dalam kurun waktu tahun 2020 hingga 2021, terjadi peningkatan korban dan kerugian akibat bencana alam yang dilaporkan oleh BNPB. Oleh karena itu, penanganan dan persiapan yang efektif diperlukan untuk mengurangi dampak bencana di masa depan. BPBD Jawa Tengah menggunakan berita laporan kebencanaan sebagai upaya untuk meningkatkan kesadaran masyarakat. Namun, untuk menghasilkan Peta Rawan Bencana yang akurat, diperlukan data geospasial mengenai frekuensi kejadian bencana yang tidak tersedia dalam laporan tersebut. Dalam penelitian ini, dilakukan pengolahan data laporan kebencanaan menggunakan metode Geoparsing. Hasil penelitian menunjukkan bahwa Geoparsing dapat meningkatkan akurasi Peta Rawan Bencana dan memberikan informasi mengenai tingkat urgensi persiapan terhadap bencana di fase Preparedness Disaster Management.Kata kunci: Text Mining; Geoparsing; Disaster Prone Area; Disaster Management