Manajemen Bencana dan Peran Big Data
Definisi Manajemen Bencana
Menurut UNDDR (The United Nations Office for Disaster Risk Reduction), bencana adalah peristiwa yang mendadak dan menghancurkan sehingga menyebabkan gangguan serius terhadap fungsi suatu komunitas atau masyarakat dengan kerugian manusia, material, ekonomi, dan/atau lingkungan yang meluas dan melebihi kemampuan dari komunitas atau masyarakat untuk mengatasinya menggunakan tingkat sumber dayanya sendiri. UNDDR mengklasifikasikan bencana menjadi tiga tipe; Tipe pertama adalah bencana besar, seperti gempa bumi, gunung berapi, dan banjir. Tipe kedua adalah bencana yang terlihat seperti kelaparan dan epidemic. Tipe ketiga adalah bencana mendadak seperti bencana industry atau nuklir atau secara umum yang diakibatkan oleh perkembangan teknologi (Khorram-Manesh, 2017).
Secara umum, siklus manajemen bencana terdiri dari empat fase yang berbeda, yaitu “mitigasi”. “persiapan”, “respons”, dan “pemulihan”. Tujuan dari fase mitigasi adalah untuk meminimalkan dampak dari bencana dengan membangun kode peringatan dan zona risiko, analisis risiko, dan edukasi public. Tujuan utama dari fase persiapan adalah merencanakan bagaimana untuk menanggapi kepada bencana. Fase ini meliputi rencana kesiapsiagaan dan pelatihan di saat keadaan darurat, dan juga implementasi dan perkembangan system peringatan diri. Fase respons sendiri berkaitan dengan penyediaan layanan manajemen bencana untuk menyelamatkan nyawa dan melindungi lingkungan selama situasi manajemen bencana. Terakhir, fase pemulihan adalah proses mengembalikan system ke tingkat normal setelah bencana (Yu, Yang, & Li, 2018).
Manajemen Bencana dan Big Data
1.Definisi Big Data
Menurut McKinsey, Big Data adalah himpunan data dengan ukuran jauh lebih besar daripada kemampuan alat perangkat lunak database biasanya yang digunakan untuk menangkap, menyimpan, mengelola, dan menganalisis (Manyika, Chui, & Brown, 2011).
2. Manfaat Big Data dalam Manajemen Bencana
a. Mitigasi
Para ahli dapat mengidentifikasi risiko geografis dan infrastruktur dengan menggunakan citra satelit. Sergii Skakun menggunakan citra satelit Landsat-5/7 dari 1989 hingga 2012 dan menghasilkan studi penelitian risiko banjir yang mencakup kategori kerusakan langsung, seperti tempat tinggal, jalan, fasilitas kesehatan, dan sekolah. Diantara berbagai fasilitas ini, bangunan adalah salah satu factor terpenting untuk meneliti pengurangan risiko bencana karena mereka mewakili pemukiman manusia di desa dan kota. Ditambah, runtuhnya bangunan adalah salah satu sumber utama korban dalam bencana seperti badai dan gempa bumi (Yu, Yang, & Li, 2018).
b. Persiapan
Big Data dapat berkontribusi untuk deteksi dini dari berbagai aspek banjir, seperti kemungkinan genangan, durasi, dan debit sungai dari banjir dengan adanya integrasi berbagai format data dari sumber-sumber yang berbeda. Selain itu, analisis Big Data dapat berkontribusi untuk peramalan gempa bumi menggunakan data satelit dan atmosfer yang dikombinasikan dengan analisis statistic. Setelah gempa bumi terjadi di tengah lautan, mungkin tsunami akan segera terjadi. Dengan adanya Big Data dari postingan media sosial, maka akan membantu untuk mewaspadai tsunami yang akan dating (Rahman, Di, & Esraz-Ul-Zannat, 2017).
c. Respons
Dengan semakin banyaknya smartphone, media sosial, aplikasi, dan besarnya volume berbagai jenis data yang terkumpul selama bencana, dapat meningkatkan manajemen bencana melalui visualisasi dan pemetaan GIS. Big Data dapat membantu mengidentifikasi area bagi orang yang membutuhkan bantuan dan untuk mengalokasikan sumber daya. Selain itu, pemberian petunjuk evakuasi dari daerah berbahaya untuk public dimungkinkan dengan adanya bantuan system GPS (Yu, Yang, & Li, 2018).
d. Pemulihan
Big Data dapat menganalisis pasca bencana, misalnya bencana kebakaran atau banjir, untuk membantu mencegah terjadinya kebakaran dan bajir di masa depan dengan adanya informasi detail mengenai infrastruktur, waktu selama kejadian, lokasi, orientasi, dan detail informasi bencana yang diperlukan (Yu, Yang, & Li, 2018).
3. Tantangan Big Data di Manajemen Bencana
a. Big Data kurang dikenal
Penerapan Big Data yang relatif baru dalam bidang manajemen bencana menyebabkan pembuat kebijakan dan organisasi penanggulangan bencana membuat data ini diabaikan dalam proses pengambilan keputusan. Sehingga, diperlukan untuk meningkatkan kemampuan pembuat kebijakan dalam menangani Big Data (Rahman, Di, & Esraz-Ul-Zannat, 2017).
b. Noise dalam Big Data
Peramalan bencana yang akurat dan system peringatan dini adalah aspek penting dalam kesiapsiagaan bencana. Namun jika gagal, maka terdapat peluang bahwa kepercayaan public akan hilang. Walaupun dengan adanya volume data yang besar dapat meningkatkan akurasi dan reabilitas, tetapi data volume tinggi tidak selalu berarti bahwa data akurat. Oleh sebab itu, penghapusan noise dari Big Data ini sangat penting (Rahman, Di, & Esraz-Ul-Zannat, 2017).
c. Perbedaan bahasa dan budaya
Hambatan bahasa sering menghambat proses manajemen bencana. Pendekatan crowdsourcing dan pengambilan data juga terkena imbas dari perbedaan bahasa dan budaya. Hal ini dikarenakan banyak dari spesifikasi manajemen bencana yang kontekstual sehingga informasi dan kontennya mungkin perlu diterjemahkan (Rahman, Di, & Esraz-Ul-Zannat, 2017)
Referensi
Alexander, D. (2002). Principles of Emergency Planning and Management. Oxford: Oxford University Press.
Khorram-Manesh, A. (2017). Handbook of Disaster and Emergency Management . Gothenburg : Kompendiet.
Manyika, J., Chui, M., & Brown, B. (2011). Big Data: The Next Frontier for Innovation, Competition, and Productivity. McKinsey Global Institute, 13.
Rahman, M. S., Di, L., & Esraz-Ul-Zannat, M. (2017). The Role Of Big Data in Disaster Management. International Conference on Disaster Risk Mitigation (pp. 1–4). Dhaka: NASA Applied Science Program.
Yu, M., Yang, C., & Li, Y. (2018). Big Data in Natural Disaster Management: A Review. Geosciences, 26.
