DCCKOTABUMIDCCKOTABUMI
Jurnal Informasi dan KomputerJurnal Informasi dan KomputerPenelitian ini berfokus pada pengembangan sistem inovatif untuk deteksi banjir berbasis kecerdasan buatan, memanfaatkan kekuatan Large Language Model (LLM) dan data real-time dari platform media sosial Twitter/X. Dilatarbelakangi oleh kebutuhan akan sistem peringatan dini yang lebih cepat dan efektif dibanding metode konvensional, penelitian ini bertujuan mengintegrasikan analisis data Twitter/X dimana masyarakat sering melaporkan kejadian banjir secara langsung dengan kemampuan canggih LLM dalam memahami bahasa alami. Melalui tahapan seperti pengumpulan dan pra-pemrosesan data Twitter/X, ekstraksi fitur menggunakan algoritma TF-IDF, pengembangan model LLM untuk klasifikasi tweet banjir, hingga pembangunan chatbot WhatsApp, sistem ini dirancang untuk mendeteksi informasi banjir secara otomatis. Keluaran yang ditargetkan adalah prototipe sistem deteksi banjir via chatbot WhatsApp yang mampu memberikan notifikasi akurat dan cepat kepada pengguna. Kontribusi utama dari penelitian ini meliputi inovasi teknologi dengan penggabungan LLM dan TF-IDF, peningkatan kecepatan respon informasi banjir, serta peningkatan aksesibilitas informasi melalui platform WhatsApp yang populer, yang secara keseluruhan berpotensi besar dalam mendukung upaya mitigasi bencana dan pengurangan risiko kerugian akibat banjir di Indonesia. Didapatkan akurasi secara keseluruhan sebesar 96% dimana ini sangat baik dalam melakukan klasifikasi tweet banjir.
Penelitian berhasil mengembangkan sistem deteksi banjir berbasis LLM yang memanfaatkan data Twitter/X dan terintegrasi dengan chatbot WhatsApp untuk meningkatkan aksesibilitas informasi.Sistem menggunakan pendekatan TF‑IDF untuk ekstraksi fitur dan model klasifikasi teks yang dapat membedakan laporan banjir literal dan metafora dengan akurasi keseluruhan 96%, precision 0.Integrasi model ke dalam chatbot memungkinkan analisis real‑time oleh masyarakat dan petugas lapangan, sehingga sistem berpotensi mendukung respons cepat terhadap bencana di Indonesia.
Penelitian selanjutnya dapat mengeksplorasi integrasi sensor IoT (misalnya sensor ketinggian air) dengan model LLM untuk meningkatkan akurasi deteksi banjir pada wilayah dengan sinyal media sosial rendah, sehingga dapat diuji sebagai sistem hibrida real‑time. Selain itu, studi komparatif antara model LLM berbahasa Indonesia dan model multibahasa dalam mengklasifikasikan tweet multilingual dapat menilai efektivitas pendekatan bahasa campuran dalam konteks negara dengan keragaman bahasa tinggi. Terakhir, penelitian dapat mengkaji dampak penggunaan chatbot deteksi banjir terhadap perilaku respons masyarakat melalui survei longitudinal, guna menilai sejauh mana teknologi ini meningkatkan kesiapsiagaan dan mengurangi kerugian pada bencana berikutnya.
- [2010.16061] Evaluation: from precision, recall and F-measure to ROC, informedness, markedness and correlation.... doi.org/10.48550/arXiv.2010.160612010 16061 Evaluation from precision recall and F measure to ROC informedness markedness and correlation doi 10 48550 arXiv 2010 16061
- [2011.14943] Floods Detection in Twitter Text and Images. floods detection twitter text images computer... arxiv.org/abs/2011.149432011 14943 Floods Detection in Twitter Text and Images floods detection twitter text images computer arxiv abs 2011 14943
- [2011.14944] Flood Detection via Twitter Streams using Textual and Visual Features. flood detection twitter... arxiv.org/abs/2011.149442011 14944 Flood Detection via Twitter Streams using Textual and Visual Features flood detection twitter arxiv abs 2011 14944
| File size | 447.36 KB |
| Pages | 7 |
| DMCA | Report |
Related /
UMGUMG Selain itu, database juga berhasil mencatat, menyimpan, dan membatasi hak akses pengguna ruangan secara multiuser, meskipun pengujian Sensor PIR menunjukkanSelain itu, database juga berhasil mencatat, menyimpan, dan membatasi hak akses pengguna ruangan secara multiuser, meskipun pengujian Sensor PIR menunjukkan
SUBSETSUBSET 98. Hasil penelitian ini diharapkan mampu memberikan rekomendasi yang bermanfaat bagi industri perbankan dalam memilih model yang paling tepat untuk penilaian98. Hasil penelitian ini diharapkan mampu memberikan rekomendasi yang bermanfaat bagi industri perbankan dalam memilih model yang paling tepat untuk penilaian
UNIDHAUNIDHA Model mampu mengenali aktivitas mencurigakan dalam log sistem, terutama pada pola login, perubahan data, dan akses database. Implementasi sistem deteksiModel mampu mengenali aktivitas mencurigakan dalam log sistem, terutama pada pola login, perubahan data, dan akses database. Implementasi sistem deteksi
MEDIAPUBLIKASIMEDIAPUBLIKASI Basis data gambar RGB-D dibuat berdasarkan empat pola pegang penting (silinder, bola, tripod, dan lateral). Sampel gambar dalam kumpulan data RGB-D diperolehBasis data gambar RGB-D dibuat berdasarkan empat pola pegang penting (silinder, bola, tripod, dan lateral). Sampel gambar dalam kumpulan data RGB-D diperoleh
E GREENATIONE GREENATION Data citra satelit dari program Sentinel‑2 dan Landsat diproses melalui koreksi geometrik dan radiometrik, penghilangan awan, serta normalisasi citraData citra satelit dari program Sentinel‑2 dan Landsat diproses melalui koreksi geometrik dan radiometrik, penghilangan awan, serta normalisasi citra
UBMUBM Deteksi Objek merupakan sebuah cabang ilmu dari Computer Vision yang berfungsi untuk mendeteksi kehadiran sebuah objek menggunakan fitur atau template.Deteksi Objek merupakan sebuah cabang ilmu dari Computer Vision yang berfungsi untuk mendeteksi kehadiran sebuah objek menggunakan fitur atau template.
Tel-UTel-U Biasanya, ransomware akan mengenkripsi file pada sistem komputer dan kemudian meminta tebusan dari pemilik sistem komputer agar pemilik dapat mendapatkanBiasanya, ransomware akan mengenkripsi file pada sistem komputer dan kemudian meminta tebusan dari pemilik sistem komputer agar pemilik dapat mendapatkan
EJOURNALUNIGOROEJOURNALUNIGORO Klasifikasi dilakukan dengan menggunakan algoritma kemungkinan maksimum yang mencapai akurasi kappa >75%. Klasifikasi menghasilkan delapan kelas, yaituKlasifikasi dilakukan dengan menggunakan algoritma kemungkinan maksimum yang mencapai akurasi kappa >75%. Klasifikasi menghasilkan delapan kelas, yaitu
Useful /
ONERESEARCHONERESEARCH Penelitian ini bertujuan untuk mengeksplorasi makna mendalam dari wajib pajak perseorangan, suami dan istri, dalam mengisi surat pemberitahuan tahunanPenelitian ini bertujuan untuk mengeksplorasi makna mendalam dari wajib pajak perseorangan, suami dan istri, dalam mengisi surat pemberitahuan tahunan
DCCKOTABUMIDCCKOTABUMI Evaluasi dilakukan melalui blackbox testing dan kuesioner skala likert kepada 32 siswa MTs As-Syafiiyah 01 Jakarta. Hasil menunjukkan seluruh fitur aplikasiEvaluasi dilakukan melalui blackbox testing dan kuesioner skala likert kepada 32 siswa MTs As-Syafiiyah 01 Jakarta. Hasil menunjukkan seluruh fitur aplikasi
DCCKOTABUMIDCCKOTABUMI Hasil analisis menunjukkan tahun 2021 memiliki frekuensi dan dampak banjir tertinggi, terutama di Pulau Jawa (Jawa Barat, Jawa Tengah, dan Jawa Timur)Hasil analisis menunjukkan tahun 2021 memiliki frekuensi dan dampak banjir tertinggi, terutama di Pulau Jawa (Jawa Barat, Jawa Tengah, dan Jawa Timur)
DCCKOTABUMIDCCKOTABUMI Kriptografi yang digunakan dalam penelitian ini adalah algoritma AES-128 dengan mode CBC, yang berfungsi untuk mengenkripsi dan mendekripsi informasi watermarkKriptografi yang digunakan dalam penelitian ini adalah algoritma AES-128 dengan mode CBC, yang berfungsi untuk mengenkripsi dan mendekripsi informasi watermark