Penentuan Tingkat Keparahan Bencana dari Teks Twitter berdasarkan Aturan Fuzzy

Taqiuddin, Muhammad Ghifari (2025) Penentuan Tingkat Keparahan Bencana dari Teks Twitter berdasarkan Aturan Fuzzy. Project Report. [s.n.], [s.l.]. (Unpublished)

Text 5025211063-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Penanganan bencana yang cepat dan tepat sangat bergantung pada ketersediaan informasi real-time. Twitter sebagai media sosial banyak digunakan masyarakat untuk menyampaikan informasi terkait bencana secara langsung dari lokasi kejadian. Namun, karena bentuknya berupa teks tidak terstruktur, dibutuhkan metode otomatis untuk mengolah informasi tersebut. Dalam kerja praktik ini, dikembangkan sebuah sistem yang dapat menentukan tingkat keparahan bencana berdasarkan teks dari Twitter. Informasi penting seperti jumlah korban dan kerugian diambil menggunakan pendekatan Named Entity Recognition (NER) dengan model IndoBERT yang dilatih menggunakan data berlabel. Selanjutnya, sistem menggunakan aturan fuzzy untuk mengelompokkan tingkat keparahan ke dalam tiga kategori: rendah, sedang, dan tinggi. Hasil pengujian menunjukkan sistem mampu mengekstraksi entitas dan menghasilkan label tingkat keparahan, meskipun sebagian besar data hanya masuk ke kategori "rendah" akibat keterbatasan data dan belum optimalnya proses ix pelabelan angka. Sistem ini diharapkan dapat menjadi pendukung dalam pengambilan keputusan saat terjadi bencana.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	fuzzy rule, named entity recognition, tweet scraping
Subjects:	T Technology > T Technology (General) > T11 Technical writing. Scientific Writing T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Ghifari Taqiuddin
Date Deposited:	31 Jul 2025 04:59
Last Modified:	31 Jul 2025 04:59
URI:	http://repository.its.ac.id/id/eprint/124552

Actions (login required)

View Item