1. Dokumen tersebut membahas tentang pemanfaatan big data dari sumber-sumber terbuka seperti media sosial dan berita online untuk keperluan monitoring dan analisis bencana secara lebih luas dan rinci di seluruh Indonesia dan setiap wilayah.
2. Cuitan netizen di media sosial yang real-time terhadap kejadian bencana menjadi sumber penting untuk informasi bencana, yang kemudian dikelompokkan berdasarkan kategori seperti peristiwa, b
ANALISIS TRENDING TOPIC HARIAN INDONESIA DAN CAPRES 02
MonitoringBencana
1. PEMANFAATAN BIG DATA
DALAM MITIGASI
BENCANA:
KOMUNIKASI RESIKO DAN KRISIS
Ismail Fahmi, Ph.D.
Director PT. Media Kernels Indonesia
(a.k.a Drone Emprit)
Ismail.fahmi@gmail.com
WEBINAR FEMA IPB
16 DESEMBER 2021
2. 2
1992 – 1997 Undergraduate, Electrical Engineering, ITB, Indonesia
2003 – 2004 Master, Information Science, University of Groningen, NL
2004 – 2009 Doctor, Information Science, University of Groningen, NL
2009 – Now Engineer at Weborama (Paris/Amsterdam)
2014 – Now Founder PT. Media Kernels Indonesia, a Drone Emprit Company
2015 – Now Consultant at Perpustakaan Nasional, Inisiator Indonesia OneSearch
2017 – Now Lecturer at the IT Magister Program of the Universitas Islam Indonesia
Ismail Fahmi, Ph.D.
Ismail.fahmi@gmail.com
3. AGENDA
• Tentang Drone Emprit
• Big data untuk statistic
• Big data untuk aktivitas kemanusiaan
• Sistem big data
• Memonitor bencana: case Jawa Barat
• Memonitor bencana nasional
• Ekstraksi informasi dari berita online
• Media sosial vs Media online
• Penutup
3
13. UN GLOBAL WORKING GROUP ON BIG DATA FOR
OFFICIAL STATISTICS
13
https://unstats.un.org/bigdata/bureau/documents/reports/GWG%20report%20-%202019-27-BigData-E.pdf
60. RANGKUMAN /1
• Dari data OSINT (Open Source
Intelligence) seperti media
sosial dan media online, kita
bisa membuat peta monitoring
dan analisis kebencanaan yang
lebih luas untuk seluruh
Indonesia dan lebih detail di
setiap wilayah.
60
61. RANGKUMAN /2
• Cuitan netizen di media sosial yang
realtime terhadap kejadian bencana
menjadi sumber penting untuk
mendapatkan informasi kebencanaan.
• Informasi mereka bisa dikelompokkan
ke dalam berbagai kategori sinyal
seperti:
• Peristiwa bencana
• Penyaluran bantuan
• Pihak yang turut membantu
• Lokasi bencana, kebutuhan, dan bantuan,
• dll
61
62. RANGKUMAN /3
• Berita dari media onlineyang sifatnya
lebih faktual, berdasarkan laporan
jurnalis di lapangan, dan lebih
terstruktur, secara implisit
mengandung data kebencanaan.
• Kita bisa ekstrak data dari berita ini
menggunakan teknologi komputasi
bahasa.
• Kategori dan klasifikasi informasi (atau
disebut ontology) khusus kebencanaan
dari OSINT penting dibuat agar
informasi yang tampaknya tak punya
struktur ini bisa menjadi bermakna
untuk monitoring, analisis, dan aksi.
62
66. SOCIAL MEDIA & BIG DATA
66
Government
Big Data Analytics
Signal
Response,
engagement
Policy & PR
67. SARAN
• Sistem big data ditempatkan sebagai ”mata dan telinga” yang
secara terus-menerus mengangkap sinyal untuk menjadi
masukan bagi strategi komunikasi dan penyusunan kebijakan.
• Perlu strategi komunikasi yang tepat agar publik menjadi subjek
bukan objek dalam mitigasi bencana. Dengan publik yg aktif,
kita bisa menangkap voice, bukan noise.
67