PEMANFAATAN MACHINE LEARNING SEBAGAI SENSOR BERBASIS MEDIA SOSIAL UNTUK PEMANTAUAN BENCANA BANJIR DI LAHAN BASAH

Abstract

Pesan bencana alam di media sosial dapat digunakan sebagai peringatan dini dan pemantauan saat terjadi bencana alam. Machine learning dapat membantu menentukan pesan media sosial yang dikategorikan sebagai pesan bencana alam. Riset klasifikasi pesan bencana alam terdahulu menggunakan algoritma klasifikasi shallow learning dan teknik esktraksi fitur data teks dengan vector space representation. Teknik ekstraksi fitur ini menghasilkan data berdimensi tinggi dan jumlahnya tidak bisa ditentukan oleh manusia namun tergantung oleh data teks yang digunakan. Algoritma deep learning 1D CNN umumnya digunakan untuk kasus sinyal. Pada riset ini 1D CNN untuk kasus yang baru yaitu data teks pesan bencana banjir. Penelitian ini melakukan perbandingan dengan teknik Long Short-Term Memory (LSTM). Hasilnya akurasi yang dihasilkan dengan menggunakan LSTM adalah 68,33%. Sedangkan metode yang diusulkan dapat bekerja lebih baik dengan akurasi 74%.