Visualisasi Data Lokasi Rawan Bencana Di Jawa Barat Menggunakan Google Data Studio
Article Sidebar
Main Article Content
Abstract
Bencana alam merupakan peristiwa yang berdampak signifikan dan berdampak pada kemanusiaan. Jawa Barat merupakan provinsi yang rawan becana seperti tanah longsor, gempa bumi, banjir, tsunami dan angin puting beliung. Namun, laporan bencana alam tersebut belum ada yang dipublikasikan, sehingga warga Jabar tidak mengetahui daerah - daerah mana saja yang menjadi titik rawan bencana di masing-masing daerahnya. Pada zaman sekarang teknlologi semakin banyak menikat baik teknologi industri ataupun teknologi informasi. Teknlogilah yang memungkinkan siapa saja berhak untuk mengakses dan menerima informasi tanpa batasan. Ini membuat informasi penting di semua bidang kehidupan. Salah satunya adalah informasi bencana alam yang diperlukan untuk menanggulangi terjadinya bencana. Data Warehouse merupakan salah satu teknik yang populer untuk mengolah data bencana yang mana diyakini mampu menyelesaikan masalah penanggulangan bencana alam. Tujuannya adalah untuk membuat visualisasi berupa panel data daerah bencana masing-masing wilayah kabupaten/kota di Jawa Barat menggunakan Google Data Studio. Berdasarkan hasil visualisasi diketahui daerah yang sering terjadi bencana adalah Kabupaten Bogor dengan jenis bencana puting beliung.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Khakimuddi, M. A. (2018). Pemetaan Zona Bencana Tanah Longsor Dengan Pemodelan Algoritma Monte Carlo Dan Hec-Ras Berbasis Sistem.
Darman, R. (2018). ANALISIS VISUALISASI DAN PEMETAAN DATA TANAMAN PADI DI INDONESIA MENGGUNAKAN MICROSOFT POWER BI. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 4(2), 156–162.
Camila, C., Akbar, R., Sutria, M. I., Suri, N., & Chairunnissa, S. (2018). Visualisasi Perbandingan Apbd Dan Realisasi Anggaran Kabupaten/Kota Se-Sumatra Barat Menggunakan Tableau Public. Jurnal Teknologi Informasi Mura, 10(2), 75-82.
Amhar, F. & Darmawan, M. (2007). Sebuah Kajian atas Peta-Peta Multi Bencana. BAKOSURTANAL & BRR.
Mulyani, D. P., Wibowo, A., Dini, D., & Qudsi, H. (2018). Pengembangan Sistem Business Intelligence untuk Analisa Pola Tindak Pidana di Pengadilan Negeri Pekanbaru. In Jurnal Komputer Terapan (Vol. 4, Issue 2). http://jurnal.pcr.ac.id
Atsani, M. R., Anjari, G. T., & Saraswati, N. M. (2019). Pengembangan Business Intelligence Di Rumah Sakit (Studi Kasus: Rsud Prof. Dr. Margono Soekarjo Purwokerto). Telematika, 12(2), 124-138.
Akbar, R., Rasyiddah, D., Anrisya, M., Julyazti, N. F., & Syaputri, S. (2018). Penerapan Aplikasi Power Business Intelligence Dalam Menganalisis.
Firman, M., Halik, A., & Septiana, L. (2022). Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional. Analisa Data Untuk Prediksi Daerah Rawan Bencana Alam Di Jawa Barat Menggunakan Algoritma K-Means Clustering. Journal of Information System, Applied, Management, Accounting and Research, 6(4), 856–870. https://doi.org/10.52362/jisamar.v6i4.939
Fernando, D. (n.d.). SNARTISI Seminar Nasional Rekayasa Teknologi Informasi Visualisasi Data Menggunakan Google Data Studio.
Indonesia, P. R. (2007). Undang-undang Republik Indonesia Nomor 24 Tahun 2007 tentang Penanggulangan Bencana. Jakarta: Sekretariat Negara.
Fauzi, F., Dencik, A. B., & Asiati, D. I. (2019). Metodologi Penelitian untuk manajemen dan akuntansi. Jakarta: Salemba Empat.
Darudiato, S. (2010). E-350 PERANCANGAN DATA WAREHOUSE PENJUALAN UNTUK MENDUKUNG KEBUTUHAN INFORMASI EKSEKUTIF CEMERLANG SKIN CARE. Seminar Nasional Informatika.