Melola Discovery

← Melola Discovery

Open access Jurnal SINTA 2

Segmentasi Wilayah Terdampak Bencana Berdasarkan Fitur Geo-Posisi

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 11 No. 4 (2024) · pp. 797–804

DOI
10.25126/jtiik.1148557
ISSN
2528-6579, 2355-7699
Published
2024-08-26
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
id
License
creativecommons.org/licenses/by-sa/4.0

Abstract

Bahasa Indonesia

Penelitian ini memperkenalkan prototipe aplikasi segmentasi wilayah terdampak bencana (DAS-Apps) untuk melakukan segmentasi wilayah terdampak bencana berdasarkan fitur latitude dan longitude (geo-posisi). Aplikasi ini berfungsi untuk menyeleksi informasi bencana dari media sosial, data resmi pemerintah dari Badan Nasional Penanggulangan Bencana (BNPB), dan informasi bencana yang dikirimkan melalui DAS-Apps secara real-time. Daerah terdampak dipetakan berdasarkan data geo-posisi kemudian dihitung menggunakan metode Haversine Formula untuk menunjukkan peristiwa bencana terjadi dan seberapa jauh jangkauan bencana dirasakan. Pada penelitian ini, simulasi DAS-Apps dilakukan menggunakan dataset gempa (M ≥ 5.0) yang berasal dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) pada rentang bulan November dan Desember 2022 khusunya data bencana gempa bumi untuk wilayah Cianjur, Indonesia. Hasil pengujian menunjukkan bahwa prototipe DAS-Apps dapat melakukan proses segmentasi wilayah berdasarkan radius geo-posisi dari titik informasi bencana sehingga dapat diimplementasikan untuk untuk framework aplikasi tanggap darurat dan manajemen bencana pada penelitian selanjutnya. Abstract This research introduces a prototype Disaster-affected Area Segmentation Application (DAS-Apps) designed to perform segmentation of disaster-affected areas based on latitude and longitude features (geo-positioning). The application functions to filter disaster information from social media, official government data from Badan Nasional Penanggulangan Bencana (BNPB), and disaster information submitted in real-time through DAS-Apps. The affected areas are mapped based on geo-positioning data, and then calculated using the Haversine Formula method to indicate when and how far-reaching the disaster events are perceived. In this study, DAS-Apps simulations were conducted using earthquake datasets (magnitude ≥ 5.0) from the Meteorology, Climatology, and Geophysics Agency (BMKG) during the months of November and December 2022, specifically earthquake data for the Cianjur region, Indonesia. The test results indicate that the DAS-Apps prototype can successfully carry out the area segmentation process based on the geo-positioning radius from the disaster information point, making it suitable for implementation in emergency response and disaster management application frameworks in future research.

English

Penelitian ini memperkenalkan prototipe aplikasi segmentasi wilayah terdampak bencana (DAS-Apps) untuk melakukan segmentasi wilayah terdampak bencana berdasarkan fitur latitude dan longitude (geo-posisi). Aplikasi ini berfungsi untuk menyeleksi informasi bencana dari media sosial, data resmi pemerintah dari Badan Nasional Penanggulangan Bencana (BNPB), dan informasi bencana yang dikirimkan melalui DAS-Apps secara real-time. Daerah terdampak dipetakan berdasarkan data geo-posisi kemudian dihitung menggunakan metode Haversine Formula untuk menunjukkan peristiwa bencana terjadi dan seberapa jauh jangkauan bencana dirasakan. Pada penelitian ini, simulasi DAS-Apps dilakukan menggunakan dataset gempa (M ≥ 5.0) yang berasal dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) pada rentang bulan November dan Desember 2022 khusunya data bencana gempa bumi untuk wilayah Cianjur, Indonesia. Hasil pengujian menunjukkan bahwa prototipe DAS-Apps dapat melakukan proses segmentasi wilayah berdasarkan radius geo-posisi dari titik informasi bencana sehingga dapat diimplementasikan untuk untuk framework aplikasi tanggap darurat dan manajemen bencana pada penelitian selanjutnya. Abstract This research introduces a prototype Disaster-affected Area Segmentation Application (DAS-Apps) designed to perform segmentation of disaster-affected areas based on latitude and longitude features (geo-positioning). The application functions to filter disaster information from social media, official government data from Badan Nasional Penanggulangan Bencana (BNPB), and disaster information submitted in real-time through DAS-Apps. The affected areas are mapped based on geo-positioning data, and then calculated using the Haversine Formula method to indicate when and how far-reaching the disaster events are perceived. In this study, DAS-Apps simulations were conducted using earthquake datasets (magnitude ≥ 5.0) from the Meteorology, Climatology, and Geophysics Agency (BMKG) during the months of November and December 2022, specifically earthquake data for the Cianjur region, Indonesia. The test results indicate that the DAS-Apps prototype can successfully carry out the area segmentation process based on the geo-positioning radius from the disaster information point, making it suitable for implementation in emergency response and disaster management application frameworks in future research.

Keywords

Collaboration network of the authors

8 authors · 16 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Garut
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Fitri NuraeniInstitut Teknologi Garut2
Mohammad Dimas Maulana NugrahaAffiliation unknown2
Dede KurniadiInstitut Teknologi Garut1
Asri MulyaniInstitut Teknologi Garut1
Dzikri NursyabanInstitut Teknologi Garut1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Okt 2026, last seen 27 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id">Segmentasi Wilayah Terdampak Bencana Berdasarkan Fitur Geo-Posisi</dc:title>
	<dc:title xml:lang="en">Segmentasi Wilayah Terdampak Bencana Berdasarkan Fitur Geo-Posisi</dc:title>
	<dc:creator xml:lang="en">Sutedi, Ade</dc:creator>
	<dc:creator xml:lang="id">Sutedi, Ade</dc:creator>
	<dc:creator xml:lang="id">Julianto, Indri Tri </dc:creator>
	<dc:creator xml:lang="id">Fitriani, Leni </dc:creator>
	<dc:subject xml:lang="id">BMKG</dc:subject>
	<dc:subject xml:lang="id"> BNPB</dc:subject>
	<dc:subject xml:lang="id">Disaster</dc:subject>
	<dc:subject xml:lang="id">Geo-position</dc:subject>
	<dc:subject xml:lang="id">Haversine Formula</dc:subject>
	<dc:subject xml:lang="id">Segmentation</dc:subject>
	<dc:description xml:lang="id">Penelitian ini memperkenalkan prototipe aplikasi segmentasi wilayah terdampak bencana (DAS-Apps) untuk melakukan segmentasi wilayah terdampak bencana berdasarkan fitur latitude dan longitude (geo-posisi). Aplikasi ini berfungsi untuk menyeleksi informasi bencana dari media sosial, data resmi pemerintah dari Badan Nasional Penanggulangan Bencana (BNPB), dan informasi bencana yang dikirimkan melalui DAS-Apps secara real-time. Daerah terdampak dipetakan berdasarkan data geo-posisi kemudian dihitung menggunakan metode Haversine Formula untuk menunjukkan peristiwa bencana terjadi dan seberapa jauh jangkauan bencana dirasakan. Pada penelitian ini, simulasi DAS-Apps dilakukan menggunakan dataset gempa (M ≥ 5.0) yang berasal dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) pada rentang bulan November dan Desember 2022 khusunya data bencana gempa bumi untuk wilayah Cianjur, Indonesia. Hasil pengujian menunjukkan bahwa prototipe DAS-Apps dapat melakukan proses segmentasi wilayah berdasarkan radius geo-posisi dari titik informasi bencana sehingga dapat diimplementasikan untuk untuk framework aplikasi tanggap darurat dan manajemen bencana pada penelitian selanjutnya.
 
Abstract
 
This research introduces a prototype Disaster-affected Area Segmentation Application (DAS-Apps) designed to perform segmentation of disaster-affected areas based on latitude and longitude features (geo-positioning). The application functions to filter disaster information from social media, official government data from Badan Nasional Penanggulangan Bencana (BNPB), and disaster information submitted in real-time through DAS-Apps. The affected areas are mapped based on geo-positioning data, and then calculated using the Haversine Formula method to indicate when and how far-reaching the disaster events are perceived. In this study, DAS-Apps simulations were conducted using earthquake datasets (magnitude ≥ 5.0) from the Meteorology, Climatology, and Geophysics Agency (BMKG) during the months of November and December 2022, specifically earthquake data for the Cianjur region, Indonesia. The test results indicate that the DAS-Apps prototype can successfully carry out the area segmentation process based on the geo-positioning radius from the disaster information point, making it suitable for implementation in emergency response and disaster management application frameworks in future research.</dc:description>
	<dc:description xml:lang="en">Penelitian ini memperkenalkan prototipe aplikasi segmentasi wilayah terdampak bencana (DAS-Apps) untuk melakukan segmentasi wilayah terdampak bencana berdasarkan fitur latitude dan longitude (geo-posisi). Aplikasi ini berfungsi untuk menyeleksi informasi bencana dari media sosial, data resmi pemerintah dari Badan Nasional Penanggulangan Bencana (BNPB), dan informasi bencana yang dikirimkan melalui DAS-Apps secara real-time. Daerah terdampak dipetakan berdasarkan data geo-posisi kemudian dihitung menggunakan metode Haversine Formula untuk menunjukkan peristiwa bencana terjadi dan seberapa jauh jangkauan bencana dirasakan. Pada penelitian ini, simulasi DAS-Apps dilakukan menggunakan dataset gempa (M ≥ 5.0) yang berasal dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) pada rentang bulan November dan Desember 2022 khusunya data bencana gempa bumi untuk wilayah Cianjur, Indonesia. Hasil pengujian menunjukkan bahwa prototipe DAS-Apps dapat melakukan proses segmentasi wilayah berdasarkan radius geo-posisi dari titik informasi bencana sehingga dapat diimplementasikan untuk untuk framework aplikasi tanggap darurat dan manajemen bencana pada penelitian selanjutnya.
 
Abstract
 
This research introduces a prototype Disaster-affected Area Segmentation Application (DAS-Apps) designed to perform segmentation of disaster-affected areas based on latitude and longitude features (geo-positioning). The application functions to filter disaster information from social media, official government data from Badan Nasional Penanggulangan Bencana (BNPB), and disaster information submitted in real-time through DAS-Apps. The affected areas are mapped based on geo-positioning data, and then calculated using the Haversine Formula method to indicate when and how far-reaching the disaster events are perceived. In this study, DAS-Apps simulations were conducted using earthquake datasets (magnitude ≥ 5.0) from the Meteorology, Climatology, and Geophysics Agency (BMKG) during the months of November and December 2022, specifically earthquake data for the Cianjur region, Indonesia. The test results indicate that the DAS-Apps prototype can successfully carry out the area segmentation process based on the geo-positioning radius from the disaster information point, making it suitable for implementation in emergency response and disaster management application frameworks in future research.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2024-08-26</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/8557</dc:identifier>
	<dc:identifier>10.25126/jtiik.1148557</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 11 No 4: Agustus 2024; 797-804</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 11 No. 4: Agustus 2024; 797-804</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.114</dc:source>
	<dc:language>id</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/8557/1339</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2024 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>