Manajemen Mitigasi Bencana dengan Teknologi Informasi di Kabupaten Ciamis
Notice bibliographique
Résumé
Jawa Barat merupakan wilayah rentan kejadian bencana. Kabupaten Ciamis merupakan daerah yang mempunyai tingkat kerawanan cukup tinggi terhadap kejadian bencana alam tanah longsor dan banjir berdasarkan pemetaan secara global 2012-2029. Namun demikian, penanganan bencana belum tertangani secara optimal. Penanganan korban pada kondisi bencana belum tertangani dengan baik karena minimnya koordinasi, data layanan kesehatan yang tidak memadai sehingga menyebabkan tidak tertanganinya korban akibat bencana. Penggunaan sistem informasi dalam penanganan bencana sangat diperlukan khususnya untuk aspek layanan kesehatan. Tujuan penelitian ini terbentuknya sistem informasi kesehatan khususnya dalam penanganan bencana di Kabupaten Ciamis untuk memudahkan dalam koordinasi penanganan korban dimulai dari lokasi bencana, evakuasi dan transportasi korban ke tempat layanan kesehatan yang sangat tergantung dari kondisi korban, sarana dan prasarana fasilitas kesehatan, logistik yang dibutuhkan, jarak dan waktu tempuh ke tempat layanan kesehatan, serta sumber daya manusia di tempat layanan kesehatan. Penelitian menggunakan metode riset terapan, menggunakan sistem informasi geografis (SIG) dengan perangkat lunak arcgis. Hasil penelitian ini yaitu terbentuknya prototipe sistem informasi kesehatan di Kabupaten Ciamis yang diberi nama “Sistem Informasi Bencana Padjadjaran (SIMBARAN)” berisi elemen kesehatan yang diperlukan selama bencana meliputi layanan kesehatan terdekat di sekitar kejadian, sumber daya manusia yang tersedia, saranan prasarana, penanggung jawab program dan sistem rujukan sehingga memudahkan dalam koordinasi penanganan korban yang nantinya diharapkan dapat menurunkan angka kematian korban akibat bencana ataupun kejadian kecelakaan lainnya. Direkomendasikan agar setiap kabupaten di wilayah Jawa Barat memiliki model Sistem Informasi Bencana karena wilayah Jawa Barat yang rentan terhadap kejadian bencana.Kata kunci: Aspek kesehatan, mitigasi, sistem informasi, “simbaran”. Disaster Mitigation Management use Information Technology in CiamisAbstractWest Java is one of region with susceptible disaster. Ciamis is an area that has a fairly high level of vulnerability to natural disasters as landslides and floods based mapping globally from 2012 to 2029. However, disaster management has not handled optimally. Handling of victims in the disaster condition is not handled properly due to lack of coordination, health services data is inadequate, causing no casualties from the disaster Settlement. Using of information systems in disaster management is indispensable, especially for health services aspects. The study purpose is establishment of health information systems, especially in disaster management in Ciamis to facilitate the coordination of the handling of victims starting from the disaster site, evacuation and transportation of victims to the health service that is highly depend on the condition of the victim, facilities and infrastructure of health facilities, logistics required, distance and time to the health service, and human resources in the health service. The research method applied research, using a geographic information system (GIS) software ArcGIS. The results of this study is the formation of a prototype health information system in Ciamis, named “Information System Disaster Padjadjaran (SIMBARAN)” contains the elements necessary health during disasters include the nearest health service in the vicinity of the incident, the human resources available, the proposition infrastructure, responsible program and a referral system to facilitate the coordination of the handling of victims who might be expected to decrease the death toll from the disaster or other accident scene. This study being recommended for each district in West Java has a Disaster Information System model because West Java region that is susceptible to disaster events.Keywords: Information systems, health aspects, mitigation, “simbaran”.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».