SISTEM INFORMASI MONITORING INTENSITAS HUJAN BERDASARKAN CITRA RADAR CUACA
Mohamad Anwar Syaefudin1, Sugiarto2, Maulana Putra3
1 Stasiun Meteorologi Juanda Surabaya,2,3 Pusat Instrumentasi, Kalibrasi dan Rekayasa BMKG
1 anwar.syaefudin@gmail.com, , 2 sugiarto@bmkg.go.id, 3 maulana.putrassi@gmail.com
Abstrak
Sistem informasi monitoring intensitas hujan berdasarkan citra radar merupakan sistem informasi berbasis website yang bertujuan memudahkan pengguna memonitor intensitas hujan dari suatu titik koordinat lintang dan bujur. Data intensitas hujan yang digunakan berupa warna pixel (Red, Green, Blue) dari citra png produk MAX (dBZ) Radar Cuaca Gematronik di Jawa Timur.
Data warna pixel citra tersebut selanjutnya diolah lewat aplikasi desktop dan disimpan dalam database secara otomatis untuk kemudian ditampilkan dalam website terintegrasi. Data koordinat yang digunakan dalam pengolahan citra berupa data koordinat pos hujan, ARG, AWS dan Stasiun MKG di Jawa Timur dengan keseluruhan data berjumlah 980 pos. Koordinat pos berupa lintang dan bujur selanjutnya dipetakan ke koordinat pixel (x,y). Nilai pixel rgb citra yang diambil kemudian dikonversikan ke curah hujan milimeter per jam berdasarkan tabel dBZ to mm dari persamaan Marshall-Palmer dan diperoleh data curah hujan, sekaligus dimasukkan ke dalam database setiap sepuluh menit. Data curah hujan sepuluh menitan yang telah masuk ke database diolah lagi menghasilkan data intensitas curah hujan tiap jam dan tiap hari sekaligus menghasilkan citra tiap jam dan tiap hari.
Tampilan website dirancang interaktif untuk mengakomodir menu radar dan overlay, serta data yang ditampilkan telah disesuaikan dengan sistem informasi geografis. Implementasi sistem informasi intensitas berdasarkan citra radar cuaca yang didiseminasikan melalui website diharapkan dapat membantu pengguna baik masyarakat umum maupun stakeholder untuk mengakses informasi cuaca yang dihasilkan oleh Radar Cuaca secara realtime.
Kata kunci : image processing, curah hujan, radar cuaca, sistem informasi
I. PENDAHULUAN
Badan Meteorologi Klimatologi dan Geofisika (BMKG) merupkan lembaga pemerintah non departemen yang memiliki tugas untuk mengukur, mengamati, menganalisis dan menginformasikan semua fenomena alam seperti cuaca, iklim dan geofisika di seluruh Indonesia. Dalam mendukung tugas tersebut BMKG mengoperasikan sejumlah peralatan elektronik yang berfungsi untuk memantau, mengukur dan mencatat fenoma alam yang terjadi. Data-data yang tercatat akan dianalisis dan hasilnya akan diinformasikan kepada masyarakat. Peralatan elektronik yang berada di wilayah operasional BMKG Juanda diantaranya adalah Automatic Rain Gauge (ARG), Automatic Weather Station (AWS), dan Radar Cuaca.
Sistem informasi cuaca berbasis web telah banyak digunakan di beberapa negara maju untuk memuat informasi cuaca secara realtime yang bersumber dari alat pengamatan seperti Radar Cuaca, AWS dan ARG. Pengguna dapat langsung mengetahui kondisi cuaca di suatu tempat tanpa terkendala ruang dan waktu. Penyajian informasi yang mudah dipahami, serta kecepatan dan keakuratan data yang terkirim merupakan hal utama dalam Sistem Informasi Cuaca tersebut.
Pengguna dapat aktif berinteraksi dengan data cuaca yang disajikan, sehingga kebutuhan informasi cuaca oleh pengguna dapat terpenuhi. Berdasarkan kajian literatur tersebut, pada penelitian ini akan dirancang sistem informasi intensitas hujan berdasarkan citra Radar Cuaca Gematronik yang dioperasikan oleh Stasiun Meteorologi Klas I Juanda Surabaya. Saat ini pengolahan data radar untuk mengetahui kondisi cuaca di suatu titik koordinat masih manual dalam penggunaannya, sehingga melalui pengolahan citra digital maka data citra radar dapat disajikan ke pengguna dalam bentuk informasi yang siap didiseminasikan. Sistem Informasi intensitas hujan berdasarkan citra radar merupakan hasil terjemahan dari kondisi sebenarnya dari hasil pemindaian Radar Cuaca. Pada sistem ini, data Radar Cuaca akan dikombinasikan dengan peralatan lain seperti ARG dan AWS dalam menghasikan informasi hujan. Proses pembuatan sistem meliputi pembuatan aplikasi desktop untuk menghasilkan citra Radar Cuaca, dan Web Sistem Informasi untuk menampilkan citra Radar Cuaca dan data lainnya dalam suatu website yang dapat diakses oleh pengguna.
II. LANDASANTEORI A. Pengertian Radar Cuaca
Radar (Radio Detection and Ranging) didefinisikan sebagai alat yang bekerja dengan cara memancarkan sinyal gelombang radio dan gelombang mikro dan menerima pantulan sinyal balik (echo) apabila sinyal yang dipancarkan mengenai suatu target [1]. Pantulan dari gelombang yang dipancarkan tersebut kemudian dimanfaatkan untuk mendeteksi dan mengidentifikasi obyek yang berada di atmosfer. Nikola Tesla pada tahu 1900 mencetuskan konsep pertama mengenai radar dalam tulisannya yang dimuat pada Century Magazine yang berbunyi “ketika kita mengeluarkan suara dan mendengar balasan echo-nya, kita tahu bahwa suara kita telah mencapai beberapa jarak mendekati dinding atau lapisan pembatas, sama halnya dengan gelombang elektromagnetik yang apabila direfleksikan, kita dapat menentukan posisi relatif atau arah pergerakan objek, seperti kapal di laut, jaraknya dilalui oleh arah atau kecepatannya [2]. Singkatnya, radar merupakan alat untuk mendeteksi keberadaan suatu obyek dengan melibatkan gema radio atau echo sehingga arah dan sifat objek dapat diketahui [3].
Para ahli meteorologi menggunakan radar cuaca untuk mendeteksi, menemukan, dan mengukur jumlah curah hujan di dalam atau yang jatuh dari awan. Selain itu radar cuaca juga digunakan untuk menentukan kecepatan dan arah angin menggunakan gerakan presipitasi atau partikel atmosfer [4].
Radar cuaca dirancang khusus untuk mendeteksi curah hujan dan fenomena cuaca.
B. Reflectivity Radar Cuaca
Radar Doppler dalam pengamatannya menghasilkan tiga data utama yang akan diolah menjadi beberapa produk berdasarkan kebutuhan dan karakteristik yang dimasukkan oleh pengguna. Produk tersebut antara lain reflectivity (Z), velocity (I), dan spectrum width (Z).
Reflectivity pada Radar Cuaca merupakan besaran energi yang dipantulkan oleh objek, dimana semakin besar energi sebuah objek maka semakin besar juga nilai dBZ nya. Besaran energi dari objek yang dipantulkan bergantung pada ukuran, bentuk dan komposisi objek. Fenomena cuaca yang dapat diketahui berdasarkan reflectivity pada Radar Cuaca adalah angin puting beliung, hujan shower, hujan es mapupun badai sesuai dengan besarnya nilai reflektivitasnya.
Gambar 1. Ilustrasi reflectivity pada Radar Cuaca
Selain fenomena cuaca di atas, melalui data reflectivity dapat diperoleh informasi intensitas hujan. Hubungan refelcitvity dengan curah hujan ini disebut dengan hubungan Z- R yang digambarkan dalam bentuk fungsi eksponensial :
Z=aRb (1)
Keterangan :
Z : Reflektifitas Radar Cuaca R : Instensitas Presipitasi a, b : Konstanta
Persamaan di atas diketahui sebagai hubungan Z - R dengan nilai a dan b adalah konstanta empiris positif yang nilainya sesuai dengan letak posisi (geografis) dan karakteristik iklim masing-masing lokasi Radar Cuaca. Bila kita memiliki satu set pasangan Z – R kita dapat mencari a dan b dengan menggunakn analisa regresi linear [4].
TABEL I. PENELITIAN HUBUNGAN Z-R
Tabel 1 menunjukan beberapa hubungan Z-R beserta rekomendasi penggunaannya untuk mengahasilkan pengukuran curah hujan. Meskipun telah banyak hubungan Z-R. tetapi tidak dapat diaplikasikan secara langsung pada wilayah yang berbeda-beda. Hal ini dikarenakan konstanta empirik positif a dan b dalam hubungan Z- R nilainya berubah dari satu wilayah ke wilayah lainnya dan bergantung pada variasi distribusi ukuran tetes dalam ruang dan waktu [5].
C. Aplikasi Pendukung
Pada proses pembuatan sistem informasi ini, digunakan PHP (Hypertext Preprocessor), yakni bahasa skrip serverside yang dapat ditanamkan atau disisipkan ke dalam HTML dan banyak dipakai untuk memprogram situs web dinamis. PHP adalah free software sesuai dengan PHP License. Selain gratis, PHP juga dapat diterapkan hampir di semua web server dan dapat berjalan di setiap sistem operasi dan platform.
Sebelum ditampilkan dalam website, citra radar terkebih dahulu disimpan dalam PostgreSQL, yakni sebuah sistem basis data yang disebarluaskan secara bebas menurut Perjanjian lisensi BSD. Piranti lunak ini merupakan salah satu basis data yang paling banyak digunakan saat ini, selain MySQL dan Oracle. PostgreSQL menyediakan fitur yang berguna untuk replikasi basis data. Fitur-fitur yang disediakan PostgreSQL antara lain DB Mirror, PGPool, Slony, PGCluster, dan lain- lain. Selain Bahasa pemrograman PHP dan database
PosgreSQL, diperlukan juga XAMPP sebagai server yang berdiri sendiri (localhost), yang terdiri atas program Apache HTTP Server, MySQL database, dan penerjemah bahasa yang ditulis dengan bahasa pemrograman PHP dan Perl. XAMPP bertujuan agar web developer dapat melakukan uji coba hasil kerja di komputer sendiri, tanpa perlu koneksi internet.
III. DESAINSISTEM
Monitoring data dari folder Max(dBZ) merupakan hal pertama dilakukan dalam menjalankan sistem. Hasil dari Image Generator Radar Gematronik akan menghasilkan citra radar dalam bentuk png, selanjutnya lewat aplikasi desktop, data tersebut diproses hingga tersimpan ke dalam database. Gambar alur proses pengolahan data dari aplikasi desktop dapat dilihat pada Gambar 2.
Gambar 2. Diagram alir algoritma aplikasi desktop
Aplikasi desktop dibuat menggunakan NET C #, yakni merupakan sebuah bahasa pemrograman yang berorientasi objek yang dikembangkan oleh Microsoft sebagai bagian dari .NET Framework [6]. Bahasa pemrograman ini dibuat berbasiskan bahasa C++ yang telah dipengaruhi oleh aspek- aspek ataupun fitur bahasa yang terdapat pada bahasa-bahasa pemrograman lainnya seperti Java, Delphi dan Visual Basic
dengan beberapa penyederhanaan. Pada aplikasi ini dilakukan pemetaan nilai (r,g,b) untuk mengetahui curah hujan yang merupakan proses paling utama dalam sistem ini. Pemetaan ini bertujuan untuk menerjemahkan kondisi nyata di lapangan yaitu terjadi hujan dengan curah hujan tertentu berdasarkan Tabel 2 dBZ to mm dari Marshall-Palmer serta membedakan nilai citra yang bukan memuat unsur curah hujan dalam suatu citra png Max(dBZ).
TABEL II. DBZ TO MM MARSHALL-PALMER
No Reflectivity (dBZ)
Rainfall Rate(mm/hour)
1 5 0.0749
2 10 0.1538
3 15 0.3158
4 20 0.6484
5 25 1.332
6 30 2.734
7 35 5.615
8 40 11.53
9 45 23.68
10 50 48.62
11 55 99.82
12 60 205.05
13 65 401.07
14 70 864.68
15 75 1775.65
TABEL III. NILAI RGB TO DBZHASIL PENGAMATAN MANDIRI
No nilai (r,g,b) dBZ Curah hujan (mm/10mnt) 1a (0,150,255) 14-Oct 0.039133 1b (0,153,255 14-Oct 0.039133
2 (0,0,255) 15-19 0.08035
3 (0,255,0) 20-24 0.16503
4a (0,200,0) 25-29 0.33883
4b (0,204,0) 25-29 0.33883
5a (0,150,0) 30-34 0.69575
5b (0,153,0) 30-34 0.69575
6 (255,255,0) 35-39 1.42875 7a (255,200,0) 40-44 2.93416 7b (255,204,0) 40-44 2.93416
8a (255,120,0) 45-49 6.025
8b (255,102,0) 45-49 6.025
9 (255,0,0) 50-54 12.3725
10a (200,0,0) 55-59 25.40833333 10b (204,0,0) 55-59 25.40833333
11a (150,0,0) 60-64 50.51
11b (153,0,0) 60-64 50.51
12 (255,0,255) 65-69 105.4791667 13a (150,0,250) 70-74 220.0275 13b (153,0,255) 70-74 220.0275 14 -255,255,255 75-80 451.831
Berdasarkan hasil pengamatan citra secara mandiri, pemetaan nilai (r,g,b) terhadap dBZ terbagi menjadi empat belas kategori Pemetaan ini bertujuan memonitor suatu wilayah apabila terjadi hujan dengan intensitas ringan hingga ekstrim,yang memungkinkan timbulnya bencana banjir dan tanah longsor, sehingga dapat digunakan sebagai langkah awal pemberian pertolongan secara cepat dan akurat. Pendeteksian antara ground clutter dengan intensitas hujan sebenarnya dalam suatu citra masih menjadi kendala dalam sistem. Metoda pengolahan citra digital untuk menghilangkan ground clutter mutlak diperlukan dalam sistem, sebelum data citra diolah dan masuk ke database namun metoda ini belum diaplikasikan dalam sistem.
Sistem dibuat khusus agar dapat mengolah data dari gambar citra yang didapat dari software Rainbow. Tujuan dari sistem ini adalah mempermudah pendataan hujan pada pos yang dimiliki atau berkerjasama dengan BMKG Jawa Timur yang ada pada gambar citra dan mempermudah pengola-han data yang sering dibutuhkan oleh BMKG seperti data hujan perkabupaten/kota dan data hujan perdurasi. Sistem ini terdiri dari dua bagian, yaitu aplikasi desktop dan hala-man web.
Secara umum, aplikasi desktop digunakan untuk mengolah gambar citra dan halaman web digunakan untuk menampilkan data hasil olahan aplikasi desktop. Spesifikasi kebutuhan pengguna dapat digambarkan menjadi diagram usecase pada Gambar 3 dibawah ini.
Gambar 3. Usecase diagram dari sistem
Secara umum spesifikasi kebutuhan pengguna dari aplikasi yang dibangun meliputi :
1. Mengambil data hujan dari gambar citra. Sistem dapat mengambil data hujan dari gambar citra, berdasarkan warna dan koordinat pixel pada gambar citra hasil terjemahan dari koordinat pos hujan sebenarnya.
2. Menyimpan hasil data hujan perpos. Sistem dapat menyimpan data hujan perpos pada database PostgreSQL. Data yang disimpan dari gambar citra adalah pos hujan, intensitas hujan dan waktu pengambilan data hujan.
3. Mengolah data hujan menjadi data hujan per-10 menit, perjam dan perhari dan disimpan ke database. Sistem dapat secara otomatis menghitung rata-rata hujan yang turun pada tiap pos dan meyimpan ke dalam database dalam rentang 10 menit, satu jam dan satu hari.
4. Memeriksa secara berkala folder tempat meyimpan gambar citra. Sistem dapat memeriksa folder tempat gambar citra disimpan secara berkala dan mengambil data hujan pada gambar citra yang belum diperiksa.
5. Membuat gambar citra dari data yang telah diolah.
Sistem dapat membuat kembali data citra yang telah diolah menjadi gambar citra perjam dan perhari se-cara otomatis.
6. Sistem dapat menampilkan data hujan yang telah diolah dengan kategori durasi (per-10 menit, perjam, perhari), waktu pengambilan (tanggal pengambilan data), intensitas hujan (Barely Nothing, Light, Mod-erate, Heavy, Extreme) dan per-kabupaten/kota. Menampilkan gambar citra sehingga dapat berinter-aksi dengan pengguna. Sistem dapat menampilkan gambar citra yang ada dan berinteraksi dengan gambar tersebut. Pengguna dapat memeriksa daerah berwarna pada gambar citra dan mengetahui detail dari daerah tersebut.
Setelah aplikasi desktop telah berhasil melakukan generate citra radar, data kemudian disimpan dalam database untuk diproses dalam user interface berbasis web.
IV. HASIL DAN PEMBAHASAN
Pada bagian ini akan dibahas proses uji coba yang dilakukan untuk fungsionalitas dari aplikasi desktop dan web Sistem Informasi Monitoring Intensitas Hujan Berdasarkan Citra Radar di Jawa Timur. Selain itu akan diuraikan pula hasil evaluasi dari proses uji coba tersebut. Lingkungan uji coba yang digunakan dalam pembuatan aplikasi Sistem Informasi Monitoring Intensitas Hujan Berdasarkan Citra Radar di Jawa Timur ini adalah komputer dengan Processor Intel(R) Core(TM) i3 CPU M450 @2.40GHz dan RAM 6GB.
Perangkat lunak pengembangan yang digunakan adalah Microsoft Visual Studio 2010 untuk aplikasi desktop, webserver Apache/2.2.21 dan PHP 5.4.7 dengan DBMS PostgreSQL 9.1.
A. Aplikasi Dekstop
Pengguna memilih tombol browse pada bagian monitored folder untuk memilih folder dimana input gambar citra radar berada. Dalam gambar 4 terlihat bahwa pengguna memilih folder ”C:/rainbow/rainbow/online/SBY/max240.max/ ” se- bagai input folder.
Gambar 4. Tampilan setelah memilih folder input
Lalu tombol check input akan aktif sehingga dapat dilakukan pengecekan input. Apabila tombol check input diklik maka pengecekan input dimulai dan apabila ada gambar yang diproses maka pada Notification Area Taskbar akan keluar notifikasi. Setelah melakukan pengecekan terhadap input, selanjutnya adalah pengecekan pada output gambar citra radar kumulatif perjam dan perhari. Dengan memilih output folder dengan tombol browse, pengguna dapat memilih dimana file citra output tersebut disimpan. Terlihat pengguna telah memilih folder ”C:/image hasil/” untuk folder output-nya, lalu setelah memilih folder pengguna dapat mengklik tombol check out yang telah aktif untuk memulai pengecekan. Dan akan terlihat baloon notifikasi file gambar mana saja yang telah berhasil terbuat.
Gambar 5. Tampilan setelah memilih output folder
Contoh hasil generate gambar kumulatif citra radar perhari dan kumulatif perjam ditunjukkan pada gambar 6. Dari evaluasi hasil uji coba yang dilakukan, aplikasi dapat mengambil data kumulatif dari database untuk dimasukkan kedalam gambar kumulatif perjam dan gambar kumulatif perhari sesuai data dan kategori hujan pada tiap daerah pada gambar. Sehingga terbentuk gambar citra radar yang baru dengan data hujan sesuai dengan data kumulatif yang ada.
Gambar 6. Tampilan hasil generate gambar kumulatif citra radar per hari (a), dan tampilan kumulatif perjam.
B. Web Sistem Informasi
Pengguna dapat mengakses web memanfaatkan browser yang umum digunaka seperti Google Chrome, Girefix, Opera, maupun Safari. Pada halaman address, pengguna dapat
memasukkan alamat tautan
https://juanda.jatim.bmkg.go.id/radar/ Setelah mengakses tautan tersebut maka akan muncul laman yang ditunjukkan pada gambar berikut.
Gambar 7. Tampilan halaman awal
Pada tampilan laman awal, pengguna dapat melihat tampilan citra radar dalam cakupan Jawa Timur. Tampilan laman menggunakan OpenStreetMap (OSM), yakni sebuah proyek berbasis web untuk memuat peta seluruh dunia yang dapat digunakan secara gratis dan bersifat terbuka, pengunaan OpenStreetMap semakin popular karena kemudahan untuk mengakses dan kesesuaian dengan data geografis [7]. Pada tampilan tersebut diiengkapi dengan tanda waktu, control zoom-in dan zoom-out, legenda indeks citra radar, toggle peringatan dini, dan pilhan menu. Pilihan menu berisi informasi mengenai pilihan pengaturan citra radar, skala ukuran lokasi yang ditampilkan, pilihan data pos hujan, dan prakiraan cuaca.
Gambar 8. Pilihan menu
Menu yang tersedia terdiri dari 2 bagian utama yakni menu radar,dan menu overlay.
C. Menu Radar
Menu produk radar terdiri dari submenu reflektivitas, tinggi puncak awan, hujan 10 menit terakhir, hujan 1 jam terakhir , dan hujan 1 hari terakhir. Sub menu reflektivitas, menampilkan gambaran energi yang kembali (echo) dari radar setelah radar memancarkan gelombang eletromagnetik.
Satuannya berupa dBZ (decibel Z). Radar memancarkan gelombang elektromagnetik di tiap-tiap elevasi atau dinamakan proses scanning. Semakin besar diameter droplets yang dideteksi maka energi kembali juga semakin besar.
Dalam hal ini droplets merupakan partikel-partikel yang ada di atmosfer. Partikel tersebut memiliki ukuran yang beragam.
Partikel berupa hujan, hail maupun asap mampu dideteksi oleh radar. Khusus asap harus menggunakan radar dengan dual polarisasi, karena ukuran partikel yang sangat kecil. Saat ini radar yang digunakan oleh BMKG Stamet Juanda merupakan radar Doppler Meteorology tipe C Band, yang saat memancarkan ditumpangkan pada frekuensi radio 5,64 GHz.
Melalui proses scanning dari elevasi terrendah hingga tertinggi, maka akan dihasailkan gambaran tinggi puncak awan yang kemudian ditampilkan dalam submenu tinggi puncak awan. Tinggi puncak awan ini merupakan produk turunan dari reflektivitas. Nilai yang dihasilkan tentu bervariasi karena terdapat limitasi terutama daerah dengan jangkauan terdekat dengan radar. Sebagai contoh Bandara Juanda dengan jarak 4.5 km dari radar, tinggi puncak awan maksimum yang terdeteksi hanya di 4 km saja pada sudut elevasi 40 derajat.
Submenu hujan 10 menit terakhir merupakan hasil penghitungan nilai reflektivitas ke nilai curah hujan dalam milimeter perjam. Dalam sistem radar, rumus penghitungan nilai ini dapat dirubah, tentunya berdasarkan penelitian perbandingan nilai curah hujan dari radar dengan yang tertakar di penakar hujan.
Submenu hujan 1 jam terakhir ini merupakan hasil turunan dari hujan 10 menit terakhir yang terakumulasi. Jika proses scanning berlangsung selama 10 menit sekali, maka dalam 1 jam terdapat 6 produk yang dihasilkan. Enam produk terakhir itulah yang kemudian nilainya diakumulasi menjadi hujan 1 jam terakhir.
Submenu ujan 1 hari terakhir ini merupakan hasil turunan dari hujan 10 menit terakhir. Jika proses scanning berlangsung 10 menit, maka satu hari dihasilkan 144 produk. Produk 144 terakhir tersebut akhirnya diakumulasi menjadi hujan 1 hari terakhir.
D. Menu Overlay
Untuk mempermudah proses analisa cuaca, maka produk dibuat produk overlay. Produk overlay ini berupa checkbox, yang terdiri lima data yang ditampilkan, yaitu :
a. Pergerakan Partikel, selain reflektivitas, Radar Cuaca Doppler juga mampu mendeteksi pergerakan dari droplet. Pergerakan droplet ini dinyatakan dalam variabel (V) atau velocity. Untuk produk dari sistem radar berupa produk Horizontal Wind (Hwind) yang saat ini ditampilkan dalam menu ini. Satuan pergerakan partikel yaitu knot yang dan digambarkan dalam bentuk gambar pola angin. Pergerakan partikel tidak mencerminkan kondisi angin yang sebenarnya.
Karena jika jika saat musim kemarau atau tidak ada hujan, maka angin yang terdeteksi di Anemometer tidak tampak dalam produk ini.
b. Prediksi +1 jam, merupakan produk turunan dari pergerakan partikel yang telah dijelaskan sebelumnya. Dengan mengetahui arah dan kecepatan pergerakan partikel, tentu pergrakan hujan akan kemana dapat diprediksi. Produk ini dihasilkan secara otomatis lewat sistem radar, yaitu pada produk Rain Tracking (RTR).
c. Cumuloimbus (CB), merupakan produk turunan dari reflektivitas. Lewat produk ini kita dapat mengetahui potensi awan Cumulonimbus (CB) yang masih aktif.
Tentu potensi bencana hidrometeorologi yang dihasilkan awan ini banyak dijelaskan dibanyak literatur. Dengan mengetahui potensi awan CB aktif, maka masyarakat dapat waspada jika nantinya berpotensi terjadi bencana.
d. Cell Tracking, produk ini merupakan turunan dari produk reflektivitas. Produk ini bertujuan untuk mengidentifikasi jalur yang dilalui oleh sel awan Cumolonimbus (CB). Dari produk ini menampilkan posisi sel awan CB saat ini, melacak awan sel awan CB dari proses scaning sebelumnya dan prakiraan posisi sel awan CB selanjutnya.
e. Cuaca Bandara, produk ini menampilkan informasi cuaca dari data terkini Automatic Weather Observing System (AWOS) di bandara Juanda. Tujuannya untuk mempermudah analisa deteksi awan Cumulonimbus (CB) di sekitar bandara. Data yang ditampilkan berasal dari tiga site AWOS di landasan pacu 10, landasan pacu 10-28 (middle) dan landasan pacu 28.
Data yang ditampilkan data permenit dari tiap-tiap sensor.
E. User Acceptance Testing
Proses dalam mengetahui tingkat kemanfaatan dari sistem yang dirancang dilakukan dengan metode User Acceptance Testing (UAT), yakni proses verifikasi bahwa solusi yang dibuat dalam sistem sudah sesuai untuk pengguna. Penguji dalam hal ini yakni stakeholder di berbagai daerah yang diwakili oleh Badan Penanggulangan Bencana Daerah dan peneliti mengidentifikasi dan memperbaiki masalah yang ada selama tahap pengujian fungsionalitas. Salah satu hasil yang
didapatkan adalah penguji merespon baik fungsionalitas sistem, BPBD Kabupaten Probolinggo sebagai pengguna menyatakan sistem layak digunakan sebagai peringatan dini dan menjadi acuan dalam memprakirakan dan meminimalisir dampak terjadinya bencana yang disebabkan karena cuaca [9].
BPBD Kabupaten Jombang juga memanfaatkan sistem yang dirancang sebagai salah satu langkah kesiapsiagaan penanggulangan bencana [10].
V. KESIMPULAN DAN SARAN
Sistem Informasi Monitoring Intensitas Hujan Berdasarkan Citra Radar di Jawa Timur terbukti memudahkan pengguna untuk melakukan pengolahan terhadap data gambar citra yang ada dan dapat dimanfaatkan dalam diseminasi informasi cuaca. Dengan adanya fungsi monitoring pada aplikasi desktop-nya, pihak BMKG juanda dapat memantau data gambar citra yang baru dan secara otomatis masuk ke dalam database. Data yang diambil dari gambar citra juga akan diolah langsung oleh sistem menjadi beberapa data kumulatif yang berguna untuk pemantauan hujan di Jawa Timur dan juga diolah kembali menjadi gambar citra berdasar data kumulatif.
Tampilan informasi yang dapat diakses menggunakan web memudahkan dalam mendapatkan informasi citra radar dan kaitannya dengan intensitas curah hujan secara realtime.
REFERENSI
[1] Fabry, F. (2015). Radar meteorology: principles and practice.
Cambridge University Press.
[2] Doviak, R. J. (2006). Doppler radar and weather observations. Courier Corporation.
[3] Tanjung, D. M. M. (2011). Processing Data Radar Cuaca C-Band Doppler untuk Curah Hujan. Skripsi Sarjana, Institut Pertanian Bogor.
[4] Handbook on Use of Radio Spectrum for Meteorology :Weather, Water and Climate Monitoring and Prediction, WMO-ITU, Geneva, 2015 [5] Zakir, A., Hidayah, T. (2009). Interpretasi Citra Satelit dan Radar.
Pusdiklat Meteorologi dan Geofisika.
[6] Arida, V., Renggono, F., & Dupe, Z. L. (2012). Relasi Faktor Reflektivitas Radar Dengan Intensitas Curah Hujan Untuk Radar C- Band Di Soroako, Sulawesi Selatan. Jurnal Sains & Teknologi Modifikasi Cuaca, 13(2), 67-75.
[7] Jamaludin, J. (2019). Buku Cerdas Pemrograman C# Berbasis Desktop Untuk Pemula. Yayasan Kita Menulis.
[8] Eugster, M. J., & Schlesinger, T. (2013). osmar: OpenStreetMap and R.
The R Journal, 5(1), 53-63.
[9] BPBD Kab. Probolinggo. (2016).
https://bpbd.probolinggokab.go.id/berita/pelatihan-simon-rain-bersama- bmkg-juanda. https://bpbd.probolinggokab.go.id/berita/pelatihan-simon- rain-bersama-bmkg-juanda
[10] BPBD Kab. Jombang. (2017). Aplikasi Simon Rain Langkah
Kesiapsiagaan Memantau Curah Hujan
https://bpbd.jombangkab.go.id/2017/12/26/aplikasi-simon-rain-langkah- kesiapsiagaan-memantau-curah-hujan/
