Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada penelitian ini membahas sistem pemantauan pada stairlift menggunakan internet of things (IoT), di mana sistem tertanam dalam fisik stairlift menggunakan sensor yang dipasang pada komponen stairlift dan kemudian diintegrasikan ke dalam platform IoT cloud (thingspeak) melalui jaringan internet. Akuisisi data fisis multi-sensor dapat berjalan, banyak informasi yang dapat diakses seperti: temperature motor, kecepatan, beban penumpang, konsumsi daya, getaran bearing dan getaran motor. Sistem pemantauan dapat berjalan secara real time, sehingga membuat pemantauan terpusat dan kegagalan operasi stairlift dapat dicegah sedini mungkin melalui early warning system (EWS) via Telegram. Selain itu, sistem ini dapat memberikan dukungan analisis teknis dalam mengembangkan prototype stairlift di masa mendatang. Berdasarkan analisis hasil pemantauan yang diperoleh, prototype stairlift layak dikembangkan untuk skala industri, secara operasional memenuhi ASME A18.1, ISO 10816 dan ISO 2372. Hal ini ditunjukkan dalam ujicoba variasi beban penumpang hingga maksimum 115 kg diperoleh kecepatan maksimum rata-rata <0,2 m/s, temperature motor <74,6 ˚C, konsumsi daya <600 watt, acceleration getaran bearing <0,5 g'peak dan kecepatan getaran motor (RMS) <4,5 m/s. Namun masih dibutuhkan improvement pada sistem teknis operasional prototype stairlift diantaranya temperature motor, konsumsi daya dan kecepatan agar dapat berjalan stabil.

---

This research discusses monitoring systems on stairlift using internet of things (IoT), where the system embedded in the physical stairlift uses sensors that are mounted on the stairlift component and then integrated into the IoT cloud platform (thingspeak) via the internet network. Multi-sensor physical data acquisition can run, a lot of information that can be accessed such as: motor temperature, speed, passenger load, power consumption, bearing vibration and motor vibration. The monitoring system can run in real time, thus making centralized monitoring and failure of stairlift operations preventable as early as possible through the early warning system (EWS) via Telegram. In addition, this system can provide technical analysis support in developing stairlift prototypes in the future. Based on the analysis of the monitoring results obtained, the prototype stairlift is suitable for industrial scale development, operationally compliant with ASME A18.1, ISO 10816 and ISO 2372. This is shown in the trial of passenger load variations up to a maximum of 115 kg obtained an average maximum speed <0, 2 m/s, motor temperature <74.6˚C, power consumption <600 watts, bearing vibration acceleration <0.5 g'peak and motor vibration speed (RMS) <4.5 m/s. However, improvements are still needed in the operational technical system of the prototype stairlift including motor temperature, power consumption and speed so that it can run stably."

"Gempa bumi, salah satu bencana alam yang sering terjadi di Indonesia dan sering memakan banyak korban jiwa. Sistem peringatan dini terbukti efektif untuk mengurangi jumlah korban jiwa akibat gempa bumi ataupun bencana susulan lainya. Perangkat Internet-of-things berbasis seluler dapat digunakan sebagai perangkat peringatan dini untuk mendeteksi gempa bumi.Ketika banyak perangkat pendeteksi kejadian secara bersamaan melakukan transmisi ke jaringan seluler maka akan terjadi bursty transmission yang mengakibatkan kongesti pada jaringan seluler. Kongesti yang terjadi mengakibatkan peningkatan delay dan penuruan success probability pada prosedur random access jaringan seluler yang dapat mengurangi efektifitas sistem deteksi dini. Pengaturan preamble pada access class dapat digunakan untuk mengurangi dampak kongesti yang terjadi.

---

Earthquakes, one of the natural disasters that often occur in Indonesia and often take many lives. The early warning system has proven to be effective in reducing the number of casualties due to earthquakes or other aftershocks. Cellular-based Internet-of-things devices can be used as early warning devices to detect earthquakes. When multiple incident detection devices are simultaneously transmitting to the cellular network, bursty transmission will occur, resulting in congestion on the cellular network. The congestion that occurs results in an increase in delay and a decrease in success probability in random access cellular network procedures which can reduce the effectiveness of the early detection system. Preamble settings on access classes can be used to reduce the impact of congestion that occurs."

"Krisis rupiah di tahun 1997-1999 adalah gejolak besar bagi ekonomi Indonesia dimana pertumbuhan ekonomi anjlok, sistem perbankan lumpuh, diikuti dengan konsekuensi sosial dan politik yang pahit. Diyakini jika otoritas moneter daan pembuat kebijakan lainnya dapat mengantisipasi krisis tersebut, segala konsekuensi yang tidak diinginkan tersebut dapat dikurangi dan mungkin dihindari. Sistem pendeteksian dini untuk krisis rupiah diharapkan dapat memberi waktu para pembuat kebijakan untuk mengantisipasi datangnya krisis. Namun salah satu faktor sukses yang kritikal dalam pembentukan sistem tersebut adalah seleksi indikator. Penelitian ini menerapkan Indication & Warning Intelligence (I&W)untuk sistem pendeteksian dini krisis rupiah dengan produk akhir berupa set indikator yang dianggap efektif memprediksi krisis rupiah. Dengan I&W diseleksi lima indikator, yang selanjutnya diuji keefektifannya dengan metode regresi logit, yang menyatakan bahwa terdapat tiga indikator yang dapat memprediksi krisis rupiah secara signifikan yang adalah: 1) Real Effective Exchange Rate, 2) Deposit Money Bank?s Foreign Asset Growth, dan 3) Inflasi.

---

Currency crisis in Indonesia that took place in 1997-1999 was a major shock to the economy which plunge the growth, collapse the banking system with its bitter social and political consequences. It is acknowledged that if the monetary authority could anticipate such shock, the result would not be as devastating, it could be far lessen, and hopefully avoided.

Early warning system for currency crisis is crucial for policy makers to anticipate the coming crisis with enough preparation. One of the most important factor in framing that system is indicators selection.

This research apply Indication & Warning Intelligence (I&W) to early warning system of rupiah crisis with indicator set as its end product. With I&W five indicators are selected, which underwent further significance test with logistic regression method. This method results in three indicators being the most effective in predicting rupiah crisis, namely: 1) Real Effective Exchange Rate, 2) Deposit Money Bank?s Foreign Asset Growth, and 3) Inflation."

"ABSTRAKSistem deteksi intrusi merupakan sistem peringatan ketika ada percobaan serangan pada jaringan komputer, dengan memberikan informasi log aktivitas mencurigakan yang dapat dianalisis dan ditindaklanjuti dalam bentuk respon untuk melindungi sistem dari ancaman sebelum menyebabkan dampak lebih besar. Secara teknis, penentuan prioritas penanganan intrusi berdasarkan pada severity yang ditentukan oleh sistem atau denganskor kerentanan. Namun ada hal lain yang menjadi isu, yaitu urgensi dari sektor strategis sebagai pertahanan nasional dalam pengamanan fasilitas, jaringan, aset berbasis informasi dan fisik yang diatur oleh suatu negara dengan menetapkan sektor strategis sebagai sektor prioritas yang wajib dilindungi saat terjadi insiden sebelum berdampak lebih besar.Pada penelitian ini, kami melakukan evaluasi beberapa metode penentuan prioritas yang diimplementasikan pada model respon yang digunakan, yaitu berdasarkan konsep manajemen waktu 4 kuadran yang telah digunakan oleh peneliti sebelumnya dengan data pengujian berupa data intrusi berbasis snort. Metode penentuan respon yang dievaluasi antara lain metode severity berdasarkan sistem deteksi intrusi berbasis snort yang disebut snort priority, rating threshold yaitu skor kerentanan, dan metode perhitungan indikator & kriteria (critical & urgent). Seiring dengan urgensi dari sektor strategis, maka pada pengujiannya metode indikator & kriteria dititik beratkan pada target yang terdaftar sebagai sektor strategis.Penelitian ini menyimpulkan bahwa metode indikator dan kriteria sebagai faktor penentu prioritas lebih detil sehingga cukup efektif untuk diterapkan dengan model respon pada data pengujian. Selain itu, dengan metode snort priority dan rating threshold penentuan prioritas tidak memperhatikan apakah target intrusi merupakan sektor strategis atau bukan karena prioritas berdasarkan pada dampak yang telah didefinisikan oleh sistem. Namun dengan metode perhitungan indikator dan kriteria, faktor penting yang melibatkan target sektor strategis dapat didefinisikan sebagai salah satu indikator prioritas untuk menentukan kriteria critical sehingga penanganan intrusi dapat diprioritaskan lebih tinggi.

---

ABSTRACTThe intrusion detection system is a warning system when there is an attempted attack on a computer network. It provides suspicious activity log information that can be analyzed and acted on in the form of a response to protect the system from threats before causing a more significant impact. Technically, determining the priority of intrusion handling is based on severity determined by the system or vulnerability scoring. However, some issues become internal issues. A country regulates the urgency of the critical sector as a national defense in securing information-based and physical facilities, networks, and assets by establishing the critical sector as a priority sector that must be protected when an incident occurs before it has a more significant impact.In this study, we evaluated some priority determination methods implemented in the response model used, based on the 4-quadrant time management concept used by previous researchers with test data in the form of snort-based intrusion data. The response determination methods evaluated include severity based on a snort-based intrusion detection system called snort priority, rating threshold, i.e., vulnerability score, and the purpose of calculating indicators & criteria (critical & urgent). Along with the urgency of the critical sector, the testing of indicator methods and criteria has emphasized on the targets listed as critical sectors.This study concludes that indicator methods and criteria as determinants of priorities are more detailed so that they are effective enough to apply with response models in test data. Besides, the snort priority method and the threshold rating determination of priorities do not pay attention to whether the intrusion target is a critical sector or not because of the priority based on the impact that has been defined by the system. But with the method of calculating indicators and criteria, important factors involving critical sector targets can be identified as one of the priority indicators to determine critical criteria so that intrusion will be handling prioritized."

"Banjir di Jakarta merupakan masalah yang kompleks yang dipengaruhi oleh kombinasi faktor geografis, sosial, ekonomi, dan lingkungan. Studi ini berfokus pada prediksi banjir dengan membandingkan data stasiun darat Automatic Rain Gauge (ARG) dan data satelit Climate Hazards Group InfraRed Precipitation (CHIRPS) menggunakan Adaptive Neurofuzzy Inference System (ANFIS) yang terintegrasi dengan Principal Component Analysis (PCA). Dataset mencakup pengukuran curah hujan dari ARG dan CHIRPS, serta data ketinggian air dari tahun 2014 hingga 2020. ARG menyediakan data curah hujan lokal yang akurat, sementara CHIRPS menawarkan cakupan curah hujan regional yang luas. Teknik praproses seperti imputasi rata-rata, normalisasi data, dan metode interquartile range (IQR) digunakan untuk meningkatkan kualitas data. Model ANFIS-PCA, yang mengintegrasikan logika fuzzy dan pelatihan jaringan saraf tiruan, diterapkan dengan pembagian data 80:20 untuk pelatihan dan validasi. Ketika dilatih dengan data stasiun darat ARG dan pengukuran ketinggian air, model ANFIS-PCA menunjukkan akurasi yang superior, dengan root mean square error (RMSE) sebesar 0,13, mean absolute error (MAE) sebesar 0,12, dan R² sebesar 0,82. Sebaliknya, model ANFIS tanpa PCA menghasilkan kesalahan yang lebih tinggi, dengan RMSE 6,3, MAE 6,2, dan R² 0,74. Pelatihan dengan data satelit CHIRPS menghasilkan kesalahan yang jauh lebih tinggi (RMSE 30,14, MAE 24,05, R² 0,42). Sedangkan hasil ANFIS – PCA menghasilkan akurasi yang lebih bagus (RMSE 4,8, MAE 2,0 dan R² 0,55) . Hasil penelitian menunjukkan bahwa ANFIS-PCA memiliki kinerja yang lebih baik dibandingkan model ANFIS tanpa PCA, terutama ketika dilatih dengan data dari stasiun darat. Integrasi PCA berhasil mengurangi dimensi data, meningkatkan efisiensi komputasi dan akurasi model. Selain itu hasil ini juga menegaskan keunggulan pengukuran curah hujan data ground station untuk prediksi banjir, mempunyai angka presisi yang lebih tinggi dan kerentanan yang lebih rendah terhadap kesalahan dibandingkan data satelit. Sementara itu data satelit CHIRPS menawarkan cakupan spasial yang lebih luas.

---

Flooding in Jakarta is a complex issue influenced by a combination of geographical, social, economic, and environmental factors. This study focuses on flood prediction by comparing ground station data from Automatic Rain Gauges (ARG) and satellite data from the Climate Hazards Group InfraRed Precipitation (CHIRPS) using the Adaptive Neuro-Fuzzy Inference System (ANFIS) integrated with Principal Component Analysis (PCA). The dataset includes rainfall measurements from ARG and CHIRPS, as well as water level data from 2014 to 2020. ARG provides accurate local rainfall data, while CHIRPS offers broad regional precipitation coverage. Preprocessing techniques such as mean imputation, data normalization, and the interquartile range (IQR) method were employed to enhance data quality.

The ANFIS-PCA model, which integrates fuzzy logic and neural network training, was implemented using an 80:20 data split for training and validation. When trained with ARG ground station data and water level measurements, the ANFIS-PCA model demonstrated superior accuracy, achieving a root mean square error (RMSE) of 0.13, mean absolute error (MAE) of 0.12, and R² of 0.82. In contrast, the ANFIS model without PCA yielded higher errors, with RMSE of 6.3, MAE of 6.2, and R² of 0.74. Training with CHIRPS satellite data resulted in significantly higher errors (RMSE 30.14, MAE 24.05, R² 0.42). Meanwhile, the ANFIS-PCA model trained on combined datasets showed improved performance, achieving RMSE of 4.8, MAE of 2.0, and R² of 0.55.

The results indicate that the ANFIS-PCA model outperforms the ANFIS model without PCA, particularly when trained with ground station data. The integration of PCA successfully reduced data dimensionality, improving computational efficiency and model accuracy. Furthermore, the findings reaffirm the superiority of ground-based measurements for flood prediction due to their higher precision and lower susceptibility to errors compared to satellite-derived data, while CHIRPS satellite data offers wider spatial coverage."

"Wilayah pesisir adalah salah satu wilayah yang sangat rentan bencana. Salah satu bencana yang perlu mendapat perhatian serius di daerah pesisir termasuk di kota Jakarta adalah bencana yang disebabkan oleh banjir pantai. Permasalahan utama adalah saat ini belum tersedia sistem peringatan dini banjir pantai di Jakarta. Tujuan penelitian ini adalah membangun model sistem peringatan dini banjir pantai dengan memperhitungkan berbagai faktor dan menganalisis tingkat penerimaan masyarakat pada pengembangan sistem peringatan dini banjir pantai di daerah pesisir Jakarta. Metode yang digunakan adalah Mix Method (Kuantitatif dan Kualitatif). Pengembangan model dilakukan dengan memperhitungkan faktor meteorologi, klimatologi, oseanografi dan hidrologi dan juga melakukan analisis pada penerimaan masyarakat dengan deskripsi statistik, tabulasi silang dan analisis jalur. Hasil penelitian menunjukkan perbandingan tinggi muka laut pada saat kejadian banjir pantai antara model dan data observasi pada tanggal 29 Mei – 8 Juni 2016, 3 Januari – 13 Januari 2017 dan 28 November – 8 Desember 2017 menunjukkan korelasi yang baik yaitu nilai r masing - masing, 0,98, 0,99, dan 0,96. Hasil simulasi pada tanggal 5 Desember 2017 menunjukkan peta genangan dengan dampak terparah ada di wilayah Tanjung Priok, Marunda, Kalibaru dan Kamal Muara. Hasil analisis penerimaan masyarakat memperlihatkan adanya hubungan antara pengetahuan dan persepsi pada sikap masyarakat merespon model peringatan dini banjir pantai. Berdasarkan hasil penelitian dapat disimpulkan bahwa model yang dibangun dalam penelitian dapat digunakan sebagai sistem peringatan dini dalam mitigasi banjir pantai bagi masyarakat di pesisir Jakarta.

---

The coastal area is one of the areas that are very vulnerable to disasters. One of the catastrophes that need serious attention in coastal areas, including in Jakarta, is a disaster caused by coastal flooding. The main problem is that currently, there is no coastal flood early warning system in Jakarta. This research aims to build a model of coastal flood early warning system by taking into account various factors and analyzing the level of public acceptance on the coastal flood early warning system in development in the coastal areas of Jakarta. The method used is the Mix Method (Quantitative and Qualitative). Model development is carried out by considering meteorological, climatological, oceanographic, and hydrological factors and conducting analysis on public acceptance with statistical descriptions, cross - tabulation, and path analysis. The results show the comparison of sea level between the model and the observation data at the time of coastal flooding on 29 May - 8 June 2016, 3 January - 13 January 2017 and 28 November - 8 December 2017 showed a good correlation, namely the respective r values, 0,98, 0,99, and 0,96. The simulation results on 5 December 2017 depict inundation maps with the worst impacts in the Tanjung Priok, Marunda, Kalibaru, and Kamal Muara areas. The public acceptance analysis results show that there is a relationship between knowledge and perceptions of people's attitudes in responding to the coastal flood early warning model. From the results of the study, it can be concluded that the model built in the study can be used as an early warning system in coastal flood mitigation for communities on the coast of Jakarta."

"Early Warning System EWS merupakan alat skoring yang digunakan untuk memantau kondisi pasien di ruang perawatan maupun di Instalasi Gawat Darurat IGD. Pada IGD yang cenderung overcrowded dan memiliki arus perpindahan pasien yang lambat penggunaan EWS digunakan untuk memantau kondisi pasien melalui tanda-tanda vital sehingga perburukan kondisi pasien dapat segera dikenali. Tujuan dari penelitian ini untuk mengetahui hubungan tingkat pengetahuan perawat tentang initial assessment dengan penatalaksanaan EWS. Penelitian ini merupakan penelitian kuantitatif dengan metode deskriptif korelatif dengan desain cross-sectional yang dilakukan kepada 70 perawat IGD. Hasil menunjukan adanya hubungan yang bermakna antara tingkat pengetahuan perawat terhadap initial assessment dengan penatalaksanaan EWS di IGD p= 0.001 yang menunjukan semakin tinggi tingkat pengetahuan perawat tentang EWS yang terdapat dalam initial assessment maka penatalaksanaan EWS yang dilakukan semakin baik, sehingga peningkatan pengetahuan melalui pelatihan perlu ditingkatkan agar penatalaksanaan EWS yang baik dapat dilaksanaakan secara menyeluruh.

---

Early warning system EWS is a physiological scoring to observe the patients condition not only in hospital wards but also in Emergency Department ED. At an overcrowded ER that have slow of patient flow, EWS is use as an early detection of patients deterioration by observing the vital signs.

The purpose of this study is to identify the relationship between nurses knowledge of initial assessment and the application of EWS at emergency department. This is a quantitative study that used descriptive correlative with cross sectional design toward 70 emergency nurses.

The result showed there is a relationship between Nurses Knowledge of Initial Assessment and The Use of Early Warning System at Emergency Room p 0 .001 that show that the higher the level of nurses knowledge, their behavior is better. It is recommended to maintain the use of EWS in ED that already good through training regularly re sertification."

"Kesehatan merupakan hal yang penting dalam kehidupan, dengan teknologi yang semakin canggih, salah satunya adalah teknologi Internet of Things (IoT). Internet of Things menyediakan layanan kesehatan karena berbagai fungsinya, seperti aksesibilitas dan keterjangkauan layanan kesehatan. Makalah ini menyajikan solusi untuk memudahkan pengguna dalam memantau kesehatan dengan menggunakan parameter tanda vital seperti tekanan darah, nadi, suhu tubuh, dan saturasi oksigen. Dengan berbasis Early Warning Score sehingga perawatan dan pemantauan kesehatan dapat dilakukan di rumah berdasarkan pemantauan real-time dan dicatat serta disimpan secara lokal. Sistem juga ditampilkan melalui situs web dan dapat dikirim melalui email untuk analisis lebih lanjut. Subyek dimonitor pada jam-jam tertentu, 1 jam, 2 jam dan 3 jam. Hasil tanda vital dari 15 subjek dengan rentang usia 18±63 menunjukkan rata-rata tekanan darah sistolic 125, tekanan darah diastolic 81, nadi 88,55, suhu tubuh 36,88, dan saturasi OK 97,53. Pengukuran tanda-tanda vital rata-rata pada pria menunjukkan tekanan darah sistolic 131, tekanan darah diastolic 84, detak jantung 93,3, suhu tubuh 36,9, dan saturasi oksigen 97,63. Sedangkan rata-rata pengukuran tanda vital pada wanita menunjukkan tekanan darah sistolic 119, tekanan darah diastolic 79, detak jantung 84,4, suhu tubuh 36,9, dan saturasi oksigen 97,44. Penelitian dari 15 subjek menunjukkan perhitungan skor total ews secara otomatis <4, hal ini menunjukkan bahwa risiko klinis rendah dari 15 subjek.

---

Health is an important thing in life, with increasingly sophisticated technology, one of which is Internet of Things (IoT) technology. The Internet of Things provides health services because of its various functions, such as the accessibility and affordability of health services. This paper presents a solution to make it easier for users to monitor health by using parameters of vital signs such as blood pressure, pulse, body temperature, and oxygen saturation. With an Early Warning Score based so that health care and monitoring can be carried out at home based on real-time monitoring and recorded and stored locally. The system is also displayed via the website and can be emailed for further analysis. Subjects were monitored in certain hours, 1 hour, 2 hours and 3 hours. The results of the vital signs of 15 subjects with an age range of 18±63 showed an average of 125 systolic blood pressure, 81 diastolic blood pressure, 88.55 pulse, 36.88 body temperature, and 97.53 OK saturation. The average vital signs measurements in men showed a systolic blood pressure of 131, a diastolic blood pressure of 84, a pulse of 93.3, a body temperature of 36.9, and an oxygen saturation of 97.63. Meanwhile, the average measurement of vital signs in women showed systolic blood pressure of 119, diastolic blood pressure of 79, pulse of 84.4, body temperature of 36.9, and oxygen saturation of 97.44. Research from 15 subjects showed the calculation of the total ews score automatically <4, this indicates that the clinical risk is low from 15 subjects."

"Banjir merupakan bencana besar yang kerap kali melanda Indonesia. Jakarta sebagai Ibukota beberapa tahun sekali mengalami banjir besar ini. Salah satu wilayah yang mengalami dampak negatif bencana ini ialah Kampung Melayu, Jakarta Timur. Terletak dekat daerah aliran sungai Ciliwung, bencana banjir di Kampung Melayu tak terelakkan terjadi. Penelitian ini bertujuan untuk membuat sistem deteksi bencana banjir di Kampung Melayu dengan implementasi algoritma Random Forest. Temperatur, tekanan udara, intensitas curah hujan, intensitas radiasi sinar matahari dan kelembaban relatif dari Stasiun Cuaca Citeko digunakan sebagai dataset dengan data tambahan berupa tinggi muka air di Pos Air Bendung Katulampa, Pos Air Depok dan Pos Air Manggarai. Hasil prediksi berupa empat kelas klasifikasi status siaga banjir dari tiap pos. Selain menggunakan algoritma Random Forest, penelitian ini juga menggunakan algoritma Decision Tree sebagai pembanding untuk melihat kinerja terbaik dari keduanya. Kedua algoritma ini merupakan metode yang kerap kali digunakan untuk pemodelan data time -series. Random Forest mencapai akurasi sebesar 99,17% dan Decision Tree mencapai 98,90%. Hasil ini menunjukkan bahwa sistem deteksi bencana banjir di Kampung Melayu, Jakarta dapat bekerja lebih baik dengan pengimplementasian Random Forest.

---

Flooding is a severe disaster that happens frequently in Indonesia. Jakarta, as the capital city of Indonesia, experiences this big flood every few years. One of the areas which experienced the negative impact of this disaster was Kampung Melayu, East Jakarta. Located near the Ciliwung river basin, flooding in Kampung Melayu is inevitable. The research aims to create a flood detection system in Kampung Melayu with the implementation of the Random Forest algorithm. Temperature, air pressure, rainfall, solar radiation, and relative humidity from the Citeko Weather Station were used as datasets with the addition of water level at the Katulampa Dam Water Post, Depok Water Post, and Manggarai Water Post. Prediction results in the form of four classes of flood alert status classification from each water post. In addition to using the Random Forest algorithm, this research also uses the Decision Tree algorithm as a comparison to see the best performance of the two algorithms. Both algorithms are methods which often used for time – series data modelling. Random Forest achieved 99,17% accuracy and Decision Tree achieved 98,90%. These results show that the flood detection system in Kampung Melayu, Jakarta can work better with the implementation of Random Forest. "

"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."