DCCKOTABUMIDCCKOTABUMI

Jurnal Informasi dan KomputerJurnal Informasi dan Komputer

Bencana banjir merupakan salah satu bencana dengan frekuensi tertinggi di Indonesia dan menimbulkan dampak signifikan terhadap masyarakat maupun infrastruktur. Penelitian ini bertujuan mengimplementasikan Business Intelligence (BI) dengan Looker Studio untuk memvisualisasikan data banjir secara interaktif agar lebih mudah dipahami dan bermanfaat dalam pengambilan keputusan. Metode penelitian ini menggunakan data sekunder dari BNPD periode 2020-2025. Data diolah menggunakan Python melalui tahapan data wrangling, kemudian di visualisasikan menggunakan Looker Studio dalam bentuk dashboard interaktif. Hasil penelitian menunjukkan bahwa tahun 2021 menjadi periode dengan kejadian banjir terbanyak dengan dampak terbesar berupa rumah terendam dan rumah rusak. Pulau Jawa tercatat sebagai wilayah dengan frekuensi banjir tertinggi, kecuali di Daerah Istimewa Yogyakarta.

Berdasarkan hasil penelitian, implementasi Business Intelligence dengan Looker Studio ini menyimpulkan bahwa dataset banjir Indonesia periode 2020–2025 dengan 15 atribut dan 8.138 baris data berhasil dibersihkan menggunakan Python di Jupyter Notebook, kemudian diintegrasikan ke Looker Studio untuk visualisasi.Hasil analisis menunjukkan tahun 2021 memiliki frekuensi dan dampak banjir tertinggi, terutama di Pulau Jawa (Jawa Barat, Jawa Tengah, dan Jawa Timur) sebagai wilayah paling rawan.089 rumah rusak, sedangkan jumlah korban jiwa dan kerusakan fasilitas umum relatif rendah, sehingga banjir lebih dominan memengaruhi infrastruktur permukiman dibandingkan aspek kemanusiaan.

Berdasarkan hasil penelitian, disarankan untuk mengembangkan model prediktif banjir menggunakan machine learning guna mengantisipasi potensi bencana di masa depan. Selain itu, perlu dilakukan integrasi data real-time dari sistem peringatan dini ke dalam dashboard BI untuk memberikan informasi yang lebih akurat dan responsif. Terakhir, penelitian lebih lanjut dapat difokuskan pada analisis faktor-faktor penyebab banjir di wilayah-wilayah rawan, seperti perubahan tata ruang dan dampak perubahan iklim, untuk merumuskan strategi mitigasi yang lebih efektif.

  1. Penerapan Business Intelligence Untuk Menganalisa Data Gempa Bumi di Indonesia Menggunakan Tableau Public... ejurnal.stmik-budidarma.ac.id/index.php/JSON/article/view/5316Penerapan Business Intelligence Untuk Menganalisa Data Gempa Bumi di Indonesia Menggunakan Tableau Public ejurnal stmik budidarma ac index php JSON article view 5316
  2. Implementasi Business Intelligence Untuk Menganalisis Data Proses Manufaktur Menggunakan Google Data... journal.sinov.id/index.php/juitik/article/view/625Implementasi Business Intelligence Untuk Menganalisis Data Proses Manufaktur Menggunakan Google Data journal sinov index php juitik article view 625
  3. Implementasi Business Intelligence untuk Menganalisis Data Persalinan Anak di Klinik Ani Padang dengan... join.if.uinsgd.ac.id/index.php/join/article/view/v2i14Implementasi Business Intelligence untuk Menganalisis Data Persalinan Anak di Klinik Ani Padang dengan join if uinsgd ac index php join article view v2i14
  1. #journal systems ojs#journal systems ojs
  2. #marketing mix#marketing mix
Read online
File size472.17 KB
Pages7
Short Linkhttps://juris.id/p-3nk
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test