LAPORAN PRAKTIKUM

METEOROLOGI

PENGOLAHAN DATA METEOROLOGI MENGGUNAKAN BAHASA

PEMOGRAMAN PYTHON

DISUSUN OLEH:
NAMA :
M EVRAN FIRDAUS
NIM :
08051381924076
KELAS :
B

LABORATORIUM OSEANOGRAFI DAN INSTRUMENTASI

KELAUTAN
JURUSAN ILMU KELAUTAN
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SRIWIJAYA
2020
 I PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi saat ini mengalami kemajuan yang sangat cepat,
dilihat berkembangnya teknologi dalam bidang komputer, elektronika dan
software. Karena itu menyebabkan setiap orang dituntut agar dapat menghadapi
persaingan khususnya dalam dunia kerja. Salah satu contoh dari penggunaan robot
yaitu sebagai edukasi dalam bidang dunia pendidikan. Umumnya penggunaan
robot edukasi dalam dunia Pendidikan masih sangat minim, terutama di
Pendidikan sekolah dasar, karena di dunia Pendidikan sekolah dasar siswa masih
merasa kesulitan untuk memahami bahasa pemrograman yang digunakan untuk
membuat robot yaitu bahasa pemrograman C (Rahmi et al. 2019).
Pembelajaran pemrograman merupakan hal yang utama dalam program
studi Teknik Informatika atau program studi yang sejenis. Namun demikian,
masih banyak ditemukan beberapa mahasiswa yang kurang memahami dasar-
dasar pemrograman, sehingga menemui kesulitan ketika mengerjakan tugas mata
kuliah yang membutuhkan keahlian pemrograman. Hal ini mungkin disebabkan
beberapa faktor antara lain : pemrograman bukan pembelajaran yang mudah
dipelajari karena dengan konsep yang abstrak, sumber pustaka yang menjadi
rujukan mahasiswa dalam belajar tidak banyak, kurang pahamnya mahasiswa
dalam memahami instruksi pemrograman, (Sophan dan Kurniawati, 2018).
Bahasa pemrograman saat ini jumlahnya sangat banyak. Python merupakan
salah satu bahasa pemrograman populer yang digunakan oleh banyak developer.
Menurut survei bahasa pemrograman Python berada diperingkat ke-5 pada tahun
2016. Selain itu, Python juga bisa digunakan untuk enterprise. Dalam tingkatan
bahasa pemrograman, Python termasuk high level language. Python menjadi salah
satu bahasa pemrograman yang dapat digunakan untuk membangun aplikasi, baik
itu dalam bentuk berbasis desktop (Naufal dan Farid, 2018).
Penelitian dan analisis agroklimatologi seringkali melibatkan data time
series dengan skala waktu yang beragam, mulai dari jam-jaman, harian,
mingguan, dasarian, bulanan hingga tahunan. Analisis tidak hanya berbasis waktu
(temporal) namun juga ruang (spasial). Penelitan iklim juga melibatkan model
simulasi yang adakalanya sangat kompleks. Untuk dapat melakukan analisis dan
pengolahan data dengan baik, cepat, dan akurat dibutuhkan perangkat lunak
(software) sebagai alat bantu. Perangkat lunak merupakan prasyarat penting dalam
pengolahan data (Sarvina, 2017).
Bahasa pemrograman komputer memungkinkan kita untuk mengeluarkan
instruksi ke komputer dalam bahasa yang bisa dimengerti komputer. Sama seperti
ada banyak bahasa berbasis manusia, pemrogram dapat menggunakan
banyakbahasa pemrograman komputer untuk berkomunikasi dengan komputer.
Bagian dari bahasa yang dapat dimengerti komputer disebut “biner”. Mengubah
bahasa pemrograman menjadi file biner disebut “kompilasi.” Setiap bahasa dari C
hingga Python memiliki fungsinya masing-masing (Siahaan, 2020).
Dalam suatu system computer terdapat bagian/peralatan untuk menerima
dan memasukan data dan intruksi. Alat ini kita sebut inpute device, seperi
contohnya card-reader. Data yang dimasukan melalui inpute device ini akan
ditampung dalam suatu peralatan komputer yang disebut memory atau storage.
Data yang telah berada dalam storage akan oleh suatu bagian computer yang kita
sebut CPU Central Processing Unit (Wahyudi et al. 2019).

1.1 Tujuan
Tujuan pada praktikum kali ini, yaitu :
1. Mahasiswa dapat mengolah data meteorologi menggunakan bahasa
pemograman python
2. Mahasiswa dapat mengetahui fungsi dari bahasa pemograman python untuk
pengolahan data meteorologi

1.2 Manfaat
Manfaat pada praktikum kali ini, yaitu :
1. Mahassiswa memahami pengolahan data meteorologi menggunakan bahasa
pemograman python
2. Mahasiswa memahami fungsi dari bahasa pemograman python untuk
pengolahan data meteorologi
 II TINJAUAN PUSTAKA

2.1 Bahasa Pemograman Python

Python dikenal sebagai bahasa pemograman interpreter, karena Python
dieksekusi dengan sebuah interpreter. Terdapat dua cara untuk menggunakan
interpreter, yaitu dengan mode baris perintah dan modus script. Pada mode baris,
perintah diketikkan pada shell atau command line dan Python langsung
menampilkan hasilnya. Bila menggunakan shell, semua definisi yang telah dibuat
baik fungsi atau variabel akan dihapus. Cara lain adalah dengan menyimpan
perintah – perintah python dalam satu file, yang disebut selanjutnya sebagai
script. Kita dapat mengetikkan perintah-perintah Python dengan menggunakan
text editor seperti Notepad (Saptono et al. 2013).
Bahasa pemrograman Python merupakan bahasa pemrograman populer
yang memiliki keunggulan, yaitu Mudah untuk digunakan dalam mengembangkan
sebuah produk perangkat lunak, perangkat keras, Internet of Things, aplikasi web,
maupun video game, Selain memiliki keterbacaan kode yang tinggi, sehingga
kode mudah dipahami, bahasa pemrograman ini memiliki library yang sangat
banyak dan luas, python merupakan bahasa yang mendukung ekosistem Internet
of Things dengan sangat baik. Bahasa ini menjadi sangat populer, karena banyak
sistem berbasis Internet of Things menggunakan bahasa ini. Terdapat berbagai
macam board yang menggunakan bahasa pemrograman ini sebagai basisnya untuk
menjalankan sistem Internet of Things (Kadarina dan Hajar, 2019).
Python sebagai salah satu bahasa sifat pemrograman tingkat tinggi
penerjemah, interaktif, berorientasi objek dapat berjalan di hampir semua platform
seperti Linux, Windows, Mac dan keluarga platform lain. Python adalah salah
satunya bahasa pemrograman tingkat tinggi mudah dipelajari berkat sintaks yang
jelas dan elegan, yang cocok dengan penggunaan modul memiliki struktur data
tingkat tinggi, efisien dan siap pakai segera. Kode sumber aplikasi dalam
Pemrograman Python biasanya begitu dikompilasi ke format menengah dikenal
sebagai kode byte berikutnya akan dieksekusi (Ratna, 2020).
Python lahir atas dasar keinginan untuk mempermudah seorang programer
dalam menyelesaikan tugas-tugasnya dengan cepat. Python dirancang untuk
memberikan kemudahan yang sangat luar biasa kepada programer baik dari segi
efisiensi waktu, maupun kemudahan dalam pengembangan program dan dalam
hal kompatibilitas dengan sistem. Python bisa digunakan untuk membuat program
standalone dan pemrograman skrip (Scripting Programming). Kivy adalah cross
platform python framework yang dipergunakan untuk membuat aplikasi di
platform desktop, dan mobile (Qutsiah et al. 2016).
2.2 Data Meteorologi
Badan Meteorologi Klimatologi dan Geofisika bertanggung jawab terhadap
pusat pelayanan terhadap penyajian data, informasi pelayanan jasa meteorologi,
klimatologi, kualitas udara dan geofisika. Pengamatan meteorologi dan geofisika
di indonesia dimulai tahun1841 oleh Dr. Onnen. Pada era sekarang hasil kerja
BMKG bisa diakses oleh masyarakat dengan mudah, misalnya untuk peringatan
cuaca provinsi, tinggi gelombang, perubahan iklim (Priyahita et al. 2016).
Ekstraksi Data Satelit TRMM. Ekstraksi data satelit TRMM format binary
dilakukan dengan merubah format binary menjadi ASCII file. Selanjutnya data
dengan format ASCII, data 3 jam-an diakumulasi menjadi data harian dan
bulanan. Reduksi data grid TRMM dilakukan sesuai dengan domain wilayah o o
oIndonesia, yaitu lintang 6 LU–11 LS dan bujur 94 oBT–141 BT. Faktor koreksi
data TRMM ditentukan berdasarkan nilai determinasi tertinggi masing-masing
bentuk persamaan regresi dan melihat scatterplot antara curah hujan keluaran
satelit TRMM dengan curah hujan observasi (Mamemun et al. 2014).
AWS adalah stasiun yang melakukan pengukuran yang mengirim atau
mencatat hasil pengamatan unsur-unsur cuaca secara otomatis dan secara
langsung membuat kode-kode yang telah dikonversi. Real-time AWS menyajikan
data meteorologi secara real-time kepada pengguna data. Off-time AWS hanya
merekan data serta menyimpan pada media penyimpanan dan menampilkan data
aktual. Cara kerja dari AWS adalah mengumpulkan data pengamatan parameter
cuaca secara otomatis melalui sensor secara berkala, selanjutnya data tersebut
dikirim melalui jaringan General Packet Radio Service (GPRS) dengan
menggunakan layanan Global System for Mobile communication (GSM) ke
seluruh stasiun meteorologi di seluruh Indonesia (Qudratullah et al.2017)
Bahasa pemrograman Python dapat digunakan untuk mengotomatisasi
observasi parameter-parameter meteorologi dan klimatologi. Dalam hal ini,
Python dapat menghubungkan sensor-sensor pengamatan meteorologi dan
klimatologi ke dalam sebuah database. Hal ini akan menabah efisiensi kerja ahli
meteorologi dan klimatologi serta memperluas jaringan pengamatan. Pengelolaan
data yang dimaksudkan di sini adalah fungsi penyimpanan dan fungsi perhitungan
matematika. Data yang diperoleh dari observasi perlu diproses terlebih dahulu
sebelum menghasilkan informasi yang berguna bagi masyarakat. Salah satu hasil
pengolahan data meteorologi dan klimatologi (Herlawati dan Handayanto, 2020).
Jaringan radar terintegrasi yang dikembangkan Pusat Meteorologi Publik
BMKG telah menghasilkan produk luaran data radar dengan format yang sama
dari beberapa jenis produk data radar cuaca, yaitu format NetCDF. Akan tetapi,
struktur data radar yang tersimpan masih dalam koordinat polar sehingga masih
berkendala untuk pengolahan lebih lanjut menggunakan perangkat lunak seperti
disebutkan diatas. Kami menggunakan perangkat lunak open-source wradlib
berbasis Python untuk mengolah dan menyimpan data radar cuaca. Perangkat
lunak ini sudah banyak digunakan dalam pengolahan data radar cuaca dan
aplikasinya (Permana et al. 2018).
2.3 Hubungan Phyton dan Meteoroogi
Dalam koordinat polar, ada empat komponen utama yang perlu diperhatikan
yakni: titik referensi yang merupakan koordinat lokasi radar, sumbu polar, radius
yang merupakan jarak antara suatu titik terhadap titik referensi, dan sudut polar
(azimuth) yang merupakan besar sudut terhadap sumbu polar. Sedangkan,
pengolahan data spasial meteorologI biasanya dilakukan dalam struktur koordinat
kartesian yang menggunakan koordinat bujur dan lintang. Pengolahan ini biasanya
dilakukan dalam proses analisis dan visualisasi data menggunakan perangkat
lunak standar yang gratis seperti GrADS, Ferret, NCL, R, Python atau yang
berbayar seperti MATLAB dan IDL (Permana et al. 2016).
Bahasa pemrograman Python yang dikembangkan oleh Potsdam University
and University Stuttgart, Jerman. Wradlib memungkinkan visualisasi data
interaktif dan kualitas presentasi dalam lingkungan yang sama di mana data dibuat
(dengan atau tanpa konteks spasial). Selain fungsi interaktif yang disediakan oleh
interpreter Python atau shell I Python, wradlib juga merupakan alat yang berharga
untuk mengajarkan topik terkait radar cuaca. (Heistermann et al. 2013).
 III METODOLOGI

3.1 Waktu dan Tempat

Praktikum Meteorologi dilaksanakan secara virtual melalui aplikasi Zoom,
pada hari selasa 2 Desember 2020 pada pukul 13.00 WIB S/d, bertempat di
Komplek Ppi blok E7 no.10. Talang Kelapa, Kecamatan Alang-alang Lebar, Kota
Palembang, Sumatera selatan 30153.

3.2 Alat dan Bahan

Adapun alat dan bahan pada praktikum kali ini, yaitu:
No. Nama Fungsi
1. Laptop atau Komputer Untuk mengoprasikan data
2. Data Ecmwf Bahan Pengelolaan data
3. Python Compiler
4. Microsoft Visual Studio Text Editor

3.3 Cara Kerja

Adapun cara kerja pada praktikum kali ini, yaitu :
Download Python.org pada laman Google.

Download “PYTHON 3.9.0” yang berwarna kuning. Lalu tunggu sampai Python
terdownload.

Instal Python sesuai dengan cara yang ada di Google atau Youtube.

Oprasikan Python sesuai kebutuhan.

Lanjut download Visual Studio Kode.

Download di laman Google.

Klik tulisan Download berwarna biru.

Instal untuk menjalankannya.

 DAFTAR PUSTAKA

Heistermann M, JacobiS, PfaffT. 2013. An open source library for processing

weather radar data (wradlib). Hydrology and Earth System Sciences Vol. 17
(2): 863

Kadarina TM, Hajar MHI. 2019. Pengenalan bahasa pemrograman python

menggunakan aplikasi games untuk siswa/i di wilayah Kembangan Utara.
Abdi Masyarakat Vol. 5 (1): 11

Mamenun, Pawitan H, Sophaheluwakan A. 2014. Validasi dan koreksi data satelit

trmm pada tiga pola hujan di indonesia. Meteorologi dan Geofisika Vol.
15(1): 13-15

Naufal MF. 2018. Analisa Teknik Pembelajaran dan Pengajaran Pemrograman

pada Universitas dan Industri. Informatika & Multimedia Vol. 10(2) : 1-8

Permana DS, Hutapea TDF, Praja AS, Fatkhuroyan, Muzayanah LF. 2016.
Pengolahan multi data format radar cuaca Menggunakan wradlib berbasis
python Multi weather radar format data processing using python-based
Wradlib. Jurnal Meteorologi dan Geofisika Vol.17(3):157-160

Priyahita FW, Sugianti N, Aliah H. 2016. Analisis taman alat cuaca kota bandung
dan sumedang menggunakan satelit terra berbasis python. Alhazen
Journal Of Physics Vol. 2 (2): 29-34

Rahmi M, Handayani R, Sani MI. 2019. Model robot edukasi menggunakan

pemograman Arduino. Proceeding of applied science Vol. 5 (3) : 1

Ratna S. 2020. Pengolahan citra digitaldan histogram dengan phyton dan text
editor phycharm. Technologia Vol. 11(3): 181-186

Saptono D, Sampurna TM ,Wahyu TRN, Fitrianingsih. 2013. Implementasi

algoritma gunning fog index pada uji keterbacaan (readability test) bahasa
indonesia menggunakan bahasa pemrograman python. Semantik Vol. 3 (1):
72-77

Sarvina Y. 2017. Pemanfaatan software open source “R” Untuk penelitian

agroklimat. Jurnal Informatika Pertanian Vol. 26 (1): 23-24

Sophan MK, Kurniawati A. Perancangan aplikasi learning by doing

interaktifuntuk mendukung pembelajaran bahasa pemograman. Teknologi
informasi dan ilmu komunikasi. Vol. 5 (2) : 163-164

Qudratullah MI, Asrizal A, Kamus Z. 2017. Analisis unsur–unsur cuaca

berdasarkan hasil pengukuran Automated Weather System (AWS) tipe
Vaisala MAWS 201. Pillar of Physics Vol. 9 (1): 17
Qutsiah SA, Sophan MK, Hendrawan YF. 2016. Aplikasi pembelajaran
matematika dasar bangun datar menggunakan python pada perangkat
bergerak. Scan Vol. 11(3): 13-15