Pemanfaatan Berita Daring dengan Pemetaan Spatio-Temporal untuk Mendukung Mitigasi Bencana Alam: Studi Kasus di Labuan Bajo

Napitupulu, Franky (2025) Pemanfaatan Berita Daring dengan Pemetaan Spatio-Temporal untuk Mendukung Mitigasi Bencana Alam: Studi Kasus di Labuan Bajo. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 6032232108-Master_Thesis.pdf] Text
6032232108-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Perubahan iklim global telah memicu peningkatan signifikan pada frekuensi dan intensitas bencana alam seperti gempa bumi, banjir, dan tanah longsor di berbagai belahan dunia, termasuk Labuan Bajo di Kabupaten Manggarai Barat. Namun, upaya mitigasi di daerah ini masih menghadapi tantangan, terutama dalam hal pemanfaatan data historis untuk perencanaan pengurangan risiko. Salah satu sumber informasi yang belum dimanfaatkan secara optimal adalah berita daring. Penelitian ini menawarkan solusi untuk mengekstraksi dan memodelkan informasi kebencanaan dari berita daring dalam dimensi spasial dan temporal guna mendukung perencanaan mitigasi bencana.
Sistem yang dikembangkan menggunakan teknik web scraping untuk mengumpulkan artikel dari media nasional dan lokal, kemudian menerapkan Natural Language Processing (NLP) untuk mengekstraksi entitas seperti jenis bencana, lokasi kejadian, waktu kejadian, dan tindakan respons. Informasi yang diperoleh diolah menjadi data terstruktur, dipetakan ke dalam koordinat geografis, dan divisualisasikan dalam bentuk peta tematik serta timeline interaktif. Penelitian ini mencakup tahapan seperti pengumpulan data daring, pembersihan teks, ekstraksi informasi berbasis NLP, transformasi data spasial dan temporal, serta penyajian visualisasi interaktif.
Uji keabsahan dilakukan melalui triangulasi antarberita, validasi manual, dan konfirmasi data dengan laporan resmi dari BPBD dan BNPB. Melalui pendekatan ini, sistem yang dibangun diharapkan dapat menyajikan informasi spatio-temporal berbasis bukti yang berguna untuk mengidentifikasi pola kejadian dan mendukung strategi mitigasi bencana yang lebih tepat sasaran di wilayah Labuan Bajo.

=====================================================================================================================================

Global climate change has triggered a significant increase in the frequency and intensity of natural disasters such as earthquakes, floods, and landslides in various parts of the world, including Labuan Bajo in West Manggarai Regency. However, mitigation efforts in this area still face challenges, especially in utilizing historical data for risk reduction planning. One source of information that has not yet been optimally utilized is online news. This research offers a solution to extract and model disaster information from online news in spatial and temporal dimensions to support disaster mitigation planning.
The developed system uses web scraping techniques to collect articles from national and local media, then applies Natural Language Processing (NLP) to extract entities such as disaster type, event location, event time, and response actions. The obtained information is processed into structured data, mapped to geographic coordinates, and visualized in the form of thematic maps and interactive timelines. This study includes stages such as online data collection, text cleaning, NLP-based information extraction, spatial and temporal data transformation, and interactive visualization presentation.
Validation is conducted through cross-news triangulation, manual validation, and data confirmation with official reports from BPBD and BNPB. Through this approach, the developed system is expected to provide evidence- based spatio-temporal information that is useful for identifying event patterns and supporting more targeted disaster mitigation strategies in the Labuan Bajo region.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Natural Disasters, Labuan Bajo, Spatiotemporal Analysis
Subjects: T Technology > T Technology (General) > T385 Visualization--Technique
T Technology > T Technology (General) > T58.6 Management information systems
Divisions: Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User: Franky Napitupulu
Date Deposited: 30 Jul 2025 03:09
Last Modified: 30 Jul 2025 03:09
URI: http://repository.its.ac.id/id/eprint/123027

Actions (login required)

View Item View Item