Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Respon cepat untuk memenuhi kebutuhan yang mendesak setelah terjadinya bencana adalah masalah yang sangat penting dalam pendistribusian logistik pada saat keadaan darurat. Pendistribusian bantuan yang mendesak adalah operasi vital sebagai upaya pengurangan dampak bencana didaerah terjadinya bencana. Studi ini akan berkonsentrasi pada pendistribusian bahan bantuan secara efektif dan merata dengan maksud untuk memenuhi permintaan bantuan serta meminimalkan biaya transportasi. Upaya yang dilakukan adalah untuk memastikan bahwa bahan bantuan yang diperlukan didistribusikan ke seluruh daerah yang membutuhkan. Dengan cara mengelompokan daerah yang terkena bencana dekat dengan pusat distribusi bantuan, pendekatan optimisasi dalam operasional untuk pendistribusian logistik dalam keadaan darurat dan konseptual kerangka distribusi terkait dengan permintaan bantuan pada periode permintaan pertolongan dapat memudahkan aliran pendistribusian bantuan kemanusiaan pada daerah yang terkena bencana. Berdasarkan tiga lapis kerangka konsep distribusi logistik dalam keadaan darurat, aliran bantuan dapat dilaksanakan dengan efisien dan merata ke daerah-daerah permintaan. Semoga dalam studi ini tidak hanya dapat membuat sistem logistik dalam keadaan darurat yang diusulkan, tetapi dapat juga diterapkan melalui pengembangan di masa yang akan datang dalam hal terjadinya bencana alam. Respon cepat untuk memenuhi kebutuhan yang mendesak setelah terjadinya bencana adalah masalah yang sangat penting dalam pendistribusian logistik pada saat keadaan darurat. Pendistribusian bantuan yang mendesak adalah operasi vital sebagai upaya pengurangan dampak bencana didaerah terjadinya bencana. Studi ini akan berkonsentrasi pada pendistribusian bahan bantuan secara efektif dan merata dengan maksud untuk memenuhi permintaan bantuan serta meminimalkan

---

Abstract
Quick response to the urgent need of relief after disasters is critical issues for emergency logistics distribution. The urgent relief distribution is a vital operation to the alleviation of disaster impact in the affected areas. This study will concentrate on how to distribute relief material effectively and fairly which means that satisfied the demands and minimizing the cost of transportation. Efforts are made to ensure that required relief materials are distributed to all demands areas. By grouping the affected area that are close to the relief distribution center, the optimization approach to the operation emergency logistics and co-distribution responding to the urgent relief demand in the crucial rescue period can facilitate the distribution of humanitarian relief. According to three-layer emergency logistics co-distribution conceptual framework, the flow of relief could be implemented efficiently to the affected areas. We hope this study cannot only make the proposed emergency logistic system but also can be applied through future development in case of Natural Disasters. biaya transportasi. Upaya yang dilakukan adalah untuk memastikan bahwa bahan bantuan yang diperlukan didistribusikan ke seluruh daerah yang membutuhkan. Dengan cara mengelompokan daerah yang terkena bencana dekat dengan pusat distribusi bantuan, pendekatan optimisasi dalam operasional untuk pendistribusian logistik dalam keadaan darurat dan konseptual kerangka distribusi terkait dengan permintaan bantuan pada periode permintaan pertolongan dapat memudahkan aliran pendistribusian bantuan kemanusiaan pada daerah yang terkena bencana. Berdasarkan tiga lapis kerangka konsep distribusi logistik dalam keadaan darurat, aliran bantuan dapat dilaksanakan dengan efisien dan merata ke daerah-daerah permintaan. Semoga dalam studi ini tidak hanya dapat membuat sistem logistik dalam keadaan darurat yang diusulkan, tetapi dapat juga diterapkan melalui pengembangan di masa yang akan datang dalam hal terjadinya bencana alam.

Abstrak :
Berdasarkan keputusan Rapat Kerja Kesehatan Nasional tahun 1990, dan dalam rangka mencegah dan memperkecil terjadinya letusan kejadian luar biasa klb diare, Departemen Kesehatan telah menetapkan Petunjuk Pelaksanaan Sistem Kewaspadaan Dini Kejadian Luar Biasa Penyakit Menular dan Keracunan dimana didalamnya termasuk klb diare. Namun demikian letusan klb diare dari tahun ke tahun masih tetap terjadi dengan frekuensi yang cukup tinggi. Pelaksanaan SKD-KLB Penyakit Menular ini, titik beratnya berada di tingkat Kabupaten dan Kota. Dengan demikian Pelaksanaan SKD-KLB Penyakit Menular di tingkat Kabupaten harus ditingkatkan Salah satu upaya untuk meningkatkan pelaksanaan SKD-KLB ini di tingkat Kabupaten adalah dengan Cara menyajikan data kajadian kasus diare dan faktor-faktor lain yang mempengaruhi terjadinya letusan klb diare. Dalam bentuk yang dapat memberikan kemudahan kepada pengambil keputusan di tingkat Kabupaten menginterprestasikan data tersebut sehingga dengan cepat dan tepat menentukan langkah-langkah mencegah meningkatnya kejadian diare menjadi KLB. Studi ini merancang suatu metode SKD-KLB Diare berbasis Sistem Informasi Geografis (SIG) di Kabupaten Pandeglang dengan menggunakan program aplikasi Epi Info dan Epi Map. Dengan diterapkannya model ini, akan memudahkan petugas pemberantasan penyakit menular, dalam hal ini diare, di Kabupaten Pandeglang dalam mengamati kemungkinan terjadinya klb diare di suatu kecamatan tertentu . Studi ini melingkupi tahapan definisi sistem yaitu penjajagan sistem yang ada serta menganalisa informasi yang di manfaatkan serta menentukan sistem yang diperlukan. Langkah berikutnya adalah desain fisik yaitu menentukan susunan file, format input, pengembangan grogram dan pengernbangan prosedur. Studi ini telah berhasil merancang Sistem Kewaspadaan Dini Kejadian Luar Biasa Diare di Kabupaten Pandeglang. Selanjutnya di sarankan agar Sistem ini dapat di pergunakan dan di terapkan di semua Kabupaten dan Kota.

---

Based on the result of National Health Workshop held in 1990, Ministry of Health declared the Guidance for the implementation of Communicable Diseases and Poinsoning Outbreak early Warning System to prevent and to control the possibility of the eruption of communicable diseases and Poinsoning outbreak. Even though, the MOH had declared the Guidance, there were still diarhoea outbreak happened all over the country. There for the implementation of the Outbreak Early Warning System should be intensified. Since the back bone of the system is the Regency Health Service, the capability of the decision maker in Regency Health Service should be improved they should have the easiness in making interpretation on the data just by having a glance on it, whether there will be an outbreak or not. It can be done by having the picture of cases distribution by area. There for the Regencies Health Services should be accommodated with the early warring system based on Geographic Information System. The problem is how the system should be. To overcome the problem, there is a system developed based on geographic information system by using Epi Info and Epi Map application program. The system was developed through several steps. Firstly designed the system by examining the existing system, information needed and drawing the flow of the information. Secondly, designed the physical system itself by defining the files needed, format of the input and output, mechanism of system maintenance and conducting working procedure. Unfortunately, due to time limitation, there was no chance to have the system tried out. It is suggested that the system should be tried out and it would be useful if every regency and municipality can use and operate the system in order to know whether the condition in the regency is almost close to the outbreak of diarhoea or not.

Abstrak :
Indonesia adalah negara yang rawan terkena bencana alam seperti letusan gunung berapi, longsor dan tsunami. Rumah adalah aset yang berharga namun menanggung proporsi kerusakan yang tinggi akibat bencana alam, oleh karena itu penting untuk mengetahui apakah kejadian bencana alam mempengaruhi keputusan rumah tangga untuk memiliki rumah di Indonesia. Paper ini mengadopsi metode harga hedonik untuk menjelaskan dampak dari bencana alam yang terjadi belakangan ini terhadap harga rumah di Indonesia menggunakan data Indonesia Family Life Survey (IFLS) gelombang empat tahun 2014. Harga imputed rent digabung dengan karakteristik standar metode harga hedonik dan kejadian bencana. Estimasi menunjukkan bahwa dari beberapa jenis bencana alam, kejadian letusan gunung berapi berdampak signifikan terhadap harga. Hasil ini menyiratkan bahwa kejadian bencana alam memang mempengaruhi keputusan rumah tangga untuk memiliki rumah, terutama kejadian letusan gunung berapi. Implikasi kebijakan utama yang disarankan pada paper ini adalah meningkatkan kesadaran masyarakat akan dampak bencana alam terutama letusan gunung berapi terhadap pasar perumahan.

---

Indonesia is a country that is prone to many types of natural disaster, such as volcanic eruption, landslide, and tsunami. Houses bear a high proportion of damage from natural disasters, and since a house is one of the most important assets of people's lives, it is important to know whether the occurrence of these natural hazards affects household's decision to own a house in Indonesia. This paper adopts the hedonic pricing method to explain the impact of recent natural disaster onto housing price in Indonesia using data from Indonesia Family Life Survey (IFLS) wave five in 2014. The imputed rent price is coupled with disaster occurrence and other standard characteristics in the hedonic pricing method. The estimation shows that among various types of natural hazard, the occurrence of volcanic hazard has a significant impact on the imputed rent price. This result implies that natural hazard indeed affects people's decision to own a property, especially the volcanic disaster. The main policy implication for this paper is to increase people's awareness of natural disaster's impact especially that of volcanic hazards, on the housing market in Indonesia.

Abstrak :
Penelitian ini bertujuan untuk mengoptimalkan proses penatausahaan dan pengendalian persediaan logistik bencana alam pada Direktorat Perlindungan Sosial Korban Bencana Alam PSKBA dengan pendekatan Soft Systems Methodology SSM . Penelitian mengidentifikasi beberapa permasalahan pada beberapa area seperti permasalahan dalam kegiatan penatausahaan, penyaluran, pelaporan, pengawasan dan evaluasi, serta permasalahan umum lainnya. Permasalahan-permasalahan tersebut berusaha dipecahkan oleh penelitian ini bersama para pihak terkait pada Direktorat Perlindungan Sosial Korban Bencana Alam PSKBA dengan menghasilkan beberapa kesepakatan dalam rangka optimalisasi proses penatausahaan dan pengendalian persediaan logistik bencana seperti: pembangunan kesepahaman persepsi mengenai pengelolaan logistik dengan daerah melalui nota kesepahaman; pelaksanaan peningkatan kompetensi pengelola logistik bencana dan efektivitas monev melalui pelatihan yang terstandarisasi dan pembentukan Tim Pembina pengelolaan logistik bencana; serta peningkatan prosedur dalam kegiatan kompilasi laporan logistik.

---

This study aims to optimize the natural disaster logistic inventory administration and control in Directorate of Social Protection for Natural Disaster Victims PSKBA with Soft System Methodology SSM approach. This study identifies several issues concerning the administration and control of disaster logistics inventory in several area such as administration, distribution, reporting, monitoring evaluation, and other critical activities. These problems are solved by this study with the related parties at the Directorate of Social Protection of Natural Disaster Victims PSKBA by producing several agreements in order to optimize the process of administration and control of disaster logistic inventory through the development of perceptions of understanding the disaster logistic management with the local authority through memorandum of understanding implementation of the increased competence of disaster officers and monitoring and evaluation effectiveness through standardized training and formation of disaster management logistics management teams and improvement of procedures in compilation of logistik reports.

Abstrak :
Kondisi geografis Indonesia yang dilalui The Ring of Fire dan memiliki garis pantai sepanjang 95.181 KM (Pregiwati, 2019) menyebabkan Indonesia rawan akan bencana alam berupa letusan gunung api, tsunami, dan gempa bumi. Oleh sebab itu, dibutuhkan suatu early warning system (EWS) yang dapat memberikan informasi pemantauan kejadian alam di wilayah Indonesia agar masyarakat lebih siaga dalam menghadapi bencana alam. Sayangnya, EWS yang telah dimiliki Indonesia memiliki rating yang masih cukup rendah. Keluhan pengguna yang disampaikan melalui ulasan aplikasi pada App Store menunjukkan bahwa adanya kekurangan pada fitur aplikasi, desain antarmuka sistem, serta alur informasi yang tidak jelas. Penelitian ini bertujuan untuk merancang desain interaksi aplikasi mobile EWS bencana alam sebagai pengembangan dari aplikasi sebelumnya yang dapat mengatasi keluhan-keluhan pengguna. Dalam pengembangan desain interaksi, digunakan metode design thinking. Dalam implementasinya, metode design thinking terdiri atas lima proses utama, yakni define, needfinding & synthesis, ideation, prototyping, dan testing. Dalam tahap define, dilakukan wawancara dengan responden yang ahli di bidang early warning system dan bencana alam Indonesia. Selanjutnya, pada tahap needfinding & synthesis, dilakukan wawancara dengan responden umum. Dari proses-proses tersebut, penelitian ini akan menghasilkan analisis fitur dan kebutuhan pengguna, stakeholder EWS di Indonesia, rumusan desain interaksi, serta penilaian evaluasi kegunaan (usability) dari rumusan desain yang telah dibuat. Fitur-fitur yang dikembangkan dalam aplikasi ini antara lain fitur geolokasi dan geotagging, fitur berita dan prediksi bencana alam, fitur pemberian ulasan dampak bencana, fitur notifikasi, fitur informasi tindakan penyelamatan, serta fitur informasi lokasi posko dan data korban. Penelitian ini dapat memberikan manfaat dalam meningkatkan wawasan dan pengetahuan pembaca terkait EWS untuk bencana alam serta menjadi produk acuan untuk pengembangan EWS Indonesia di masa yang akan datang. ......The geographical condition of Indonesia which is passed by The Ring of Fire and has a coastline of 95,181 KM (Pregiwati, 2019) causing Indonesia to be prone to natural disasters in the form of volcanic eruptions, tsunamis, and earthquakes. Therefore, an early warning system (EWS) is needed to provide information on monitoring natural events which can help people be more alert. Unfortunately, Indonesia's early warning system has a fairly low rating. User complaints submitted through application reviews indicate that there are deficiencies in application features, system interface design, and unclear information flow. This study aims to design an interaction design for a natural disaster early warning system mobile application as a development of the previous one that can overcome user complaints. In the development of interaction design, the design thinking method is used. In its implementation, the design thinking method consists of five main processes, namely define, needfinding & synthesis, ideation, prototyping, and testing. In the stage define, interviews were conducted with respondents who are experts in the field of early warning systems and Indonesian natural disasters. Furthermore, at the needfinding & synthesis stage, interviews were conducted with general respondents. From these processes, this research will produce an analysis of user needs and features, stakeholder early warning system in Indonesia, formulation of interaction design, and usability evaluation assessment of the design formulation that has been made. The features developed in this application include geolocation and geotagging features, news and predictions of natural disasters features, features for providing disaster impact reviews, notification features, feature that provide information about rescue actions, and feature that provide information about post locations and victims data. This research can provide benefits in increasing the reader's insight and knowledge regarding the early warning system (EWS) for natural disasters and also being a reference product for the development of Indonesia's EWS in the future.

Abstrak :
Indonesia merupakan negara yang wilayahnya sering mengalami bencana alam. Salah satu penanganan bencana alam adalah pengumpulan informasi berita bencana seperti artikel atau koran, yang mana berguna untuk meningkatkan readability. Meskipun be- gitu, sekadar pengumpulan artikel saja cukup sulit karena identfikasinya dapat memakan waktu serta makna yang termuat pada berita juga masih perlu diserap. Oleh karena itu perlu dilakukan klasifikasi dokumen untuk memilih teks dokumen yang relevan dengan bencana alam, kemudian dari teks dokumen yang relevan dilakukan ekstraksi informasi. Penelitian mengenai klasifikasi teks bencana alam serta ekstraksi informasi yang sudah dilakukan masih menggunakan pendekatan pemelajaran mesin tradisional serta belum memanfaatkan pre-trained model berbasis bahasa Indonesia. Penggunaan pre-trained model dan pendekatan deep learning sendiri sering memperoleh performa yang lebih baik, sehingga ada kemungkinan performa yang dihasilkan dapat ditingkatkan. Dalam penelitian ini dilakukan eksperimen menggunakan pre-trained word embedding seperti Word2Vec dan fastText, pendekatan deep learning seperti BERT dan BiLSTM untuk task klasifikasi. Hasil dengan pendekatan pemelajaran mesin tradisional dengan BoW yang sudah direproduksi menjadi yang terbaik hampir secara keseluruhan, meskipun jenis classifier yang digunakan adalah MLP yang mana sudah menerapkan deep learning karena memiliki beberapa neuron. Kemudian pada penggunaan model pre-trained seperti BERT, terdapat keterbatasan panjang masukan. Keterbatasan ini dapat ditangani dengan membuat representasi dokumen menjadi lebih pendek menggunakan metode peringkasan teks. Hasil representasi ringkasan dokumen dalam penelitian ini mampu meningkatkan performa akurasi klasifikasi baik pada pendekatan pemelajaran mesin tradisional maupun deep learning. Penelitian ini juga melakukan ekperimen penggunaan pre-trained model yang sudah fine-tuned untuk task ekstraksi lokasi seperti NER dan dependency parsing berbasis bahasa Indonesia, meskipun belum dihasilkan performa yang cukup baik. ......Indonesia is a country whose often experiences natural disasters. One way to deal with natural disasters is to collect disaster news information such as articles or newspapers, which are useful for increasing readability. Even so, just collecting articles is quite difficult because identification can take time and the meaning contained in the news still needs to be absorbed. Therefore, it is necessary to classify documents to select document texts that are relevant to natural disasters, then extract information from the relevant document texts. Research on natural disaster text classification and information extraction that has been carried out still uses the traditional machine learning approach and has not yet utilized Indonesian language-based pre-trained models. The use of pre- trained models and deep learning approaches themselves often get better performance, so there is a possibility that the resulting performance can be improved. In this study, experiments were carried out using pre-trained word embedding such as Word2Vec and fastText, deep learning approaches such as BERT and BiLSTM for classification tasks. The results with traditional machine learning approaches with reproducible BoW are the best almost overall, even though the type of classifier used is MLP which already implements deep learning because it has few neurons. Then in the use of pre-trained models such as BERT, there are limitations to the length of the input. This limitation can be overcome by making the document representation shorter using the text summary method. The results of the document summary representation in this study were able to improve the performance of classification accuracy in both traditional and deep learning machine learning approaches. This study also conducted experiments using pre-trained models that had been fine-tuned for location extraction tasks such as NER and Indonesian language-based dependency parsing, although they did not produce sufficiently good performance.