🌊 Analisis Data Banjir DKI Jakarta

📋 Deskripsi

• Distribusi Spasial: Analisis per kota, kecamatan, dan kelurahan
• Analisis Temporal: Tren bulanan dan tahunan
• Dampak Sosial: Jumlah korban, pengungsi, dan kerugian ekonomi
• Kategori Risiko: Klasifikasi risiko berdasarkan ketinggian air

📊 Fitur Utama

1. Overview Dashboard

• Metrik utama: Total kejadian, korban, pengungsi, ketinggian rata-rata, dan kerugian
• Distribusi kategori risiko
• Top 5 kecamatan dengan banjir terbanyak

2. Analisis Spasial

• Distribusi kejadian per kota administrasi
• Top 10 kelurahan dengan frekuensi banjir tertinggi
• Mapping data geografis

3. Analisis Temporal

• Tren kejadian banjir per bulan
• Pola musiman
• Rata-rata korban per bulan

4. Data Lengkap

• Statistik deskriptif
• Tabel data detail dengan filter

🔧 Teknologi yang Digunakan

• Streamlit: Framework untuk membuat web app interaktif
• Pandas: Manipulasi dan analisis data
• NumPy: Komputasi numerik
• Matplotlib & Seaborn: Visualisasi data

📁 Struktur Folder

.
├── app.py                              # Main application
├── requirements.txt                    # Python dependencies
├── README.md                           # This file
└── Data/
    ├── kejadian_banjir_dijakarta.json # Data banjir (main)
    ├── jumlah_penumpang_angkutan_umum_yang_terlayani_perhari.json
    └── pengangkutan_sampah.json

🚀 Cara Menjalankan Lokal

Prasyarat

• Python 3.8 atau lebih tinggi
• pip (Python package manager)

Instalasi

1. Clone atau download repository ini
2. Install dependencies:

1. Jalankan aplikasi:

1. Buka browser dan akses http://localhost:8501

🌐 Deploy ke Hugging Face Spaces

Langkah-langkah Deploy

1. Buat akun Hugging Face
   • Kunjungi huggingface.co
   • Sign up atau login
2. Buat Space baru
   • Pergi ke huggingface.co/spaces
   • Klik "Create new Space"
   • Pilih nama, atur privacy (public/private)
   • Pilih "Streamlit" sebagai space type
3. Upload Files
   • Upload file-file berikut:
     • app.py
     • requirements.txt
     • Folder Data/ dengan semua file JSON
4. Atau gunakan Git
   bash

   1git clone https://huggingface.co/spaces/[username]/[space-name] 2cd [space-name] 3 4# Copy semua file ke folder ini 5# Kemudian push ke huggingface 6 7git add . 8git commit -m "Initial commit" 9git push
5. Space akan auto-deploy
   • Streamlit akan secara otomatis detect app.py
   • Space akan run dan accessible via URL

📊 Data Cleaning & Processing

1. Konversi Tipe Data: Konversi kolom numerik ke tipe yang tepat
2. Parsing Ketinggian Air: Extract nilai rata-rata dari range (misal: "100-150" → 125)
3. Standardisasi Nama Lokasi: Capitalize nama kelurahan, kecamatan, kota
4. Fill Missing Values: Isi nilai kosong dengan 0 untuk kolom numerik
5. Feature Engineering:
   • total_korban: Jumlah total korban (meninggal + hilang + luka-luka)
   • kategori_risiko: Klasifikasi berdasarkan ketinggian air
   • frekuensi_banjir: Jumlah kejadian per kelurahan

📈 Kategori Risiko

🎨 Customization

1. Edit app.py sesuai kebutuhan
2. Tambahkan visualisasi baru di tab yang sesuai
3. Modifikasi filter di sidebar
4. Push perubahan ke repository

📝 Notes

• Data dimuat dengan @st.cache_data untuk performa optimal
• Semua visualisasi menggunakan Matplotlib + Seaborn
• Filter dapat dikombinasikan untuk analisis yang lebih detail

🤝 Kontribusi

📄 Lisensi