Sosial media sudah menjadi sumber data bencana real-time, dengan
ketersediaan data yang terus menerus di sosial media, sosial media menjadi sebuah
wadah untuk mencari data yang efektif untuk pemantauan dan respons bencana.
Media sosial di zaman sekarang sangat memainkan peran penting untuk
menjembatani linkungan sosial Masyarakat, dan menjadi bukti hasil
perkembangan teknologi, dengan adanya media sosial kita dapat mendapatkan
informasi yang berharga terkait kondisi di sekitar kita terutama dalam
meningkatkan kesadaran, meningkatkan antisipasi kita, dan memfasilitasi
informasi tak terbatas untuk kemanan masyarakat .Penelitian ini sebagian besar
berfokus pada membuat model prediksi bencana, dan mengevaluasi model
prediktif dengan menggunakan dataset sekunder, dataset berupa teks korban
bencana alam yang beragam, dalam penelitian ini menguji seberapa efektif motde
represemtasi teks menggunakan Deep Learning Transformer: Bedirectional
Encoder Representation from Transformers, dan pembuatan model prediktif
menggunakan algoritma Machine Learning klasik Support Vector Machine
(SVM). Tujuan penelitian ini untuk membuat model prediktif untuk
mengklasifikasi kebutuhan korban pascabencana, dan umtuk menguji,
mengevaluasi metode Hibrida dari metode Support Vector Machine (SVM) dan
metode Bedirectional Encoder Representation from Transformers (BERT) dalam
representasi teks.