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
|2
PosgreSQL, diperlukan juga XAMPP sebagai server yang dengan beberapa penyederhanaan. Pada aplikasi ini dilakukan
berdiri sendiri (localhost), yang terdiri atas program Apache pemetaan nilai (r,g,b) untuk mengetahui curah hujan yang
HTTP Server, MySQL database, dan penerjemah bahasa yang merupakan proses paling utama dalam sistem ini. Pemetaan ini
ditulis dengan bahasa pemrograman PHP dan Perl. XAMPP bertujuan untuk menerjemahkan kondisi nyata di lapangan
bertujuan agar web developer dapat melakukan uji coba hasil yaitu terjadi hujan dengan curah hujan tertentu berdasarkan
kerja di komputer sendiri, tanpa perlu koneksi internet. Tabel 2 dBZ to mm dari Marshall-Palmer serta membedakan
nilai citra yang bukan memuat unsur curah hujan dalam suatu
III. DESAIN SISTEM citra png Max(dBZ).
Monitoring data dari folder Max(dBZ) merupakan hal TABEL II. DBZ TO MM MARSHALL-PALMER
pertama dilakukan dalam menjalankan sistem. Hasil dari Image
Generator Radar Gematronik akan menghasilkan citra radar Reflectivity Rainfall
dalam bentuk png, selanjutnya lewat aplikasi desktop, data No
(dBZ) Rate(mm/hour)
tersebut diproses hingga tersimpan ke dalam database. Gambar
alur proses pengolahan data dari aplikasi desktop dapat dilihat 1 5 0.0749
pada Gambar 2. 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
Curah hujan
No nilai (r,g,b) dBZ
(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
Gambar 2. Diagram alir algoritma aplikasi desktop 5b (0,153,0) 30-34 0.69575
|3
10a (200,0,0) 55-59 25.40833333 1. Mengambil data hujan dari gambar citra. Sistem dapat
mengambil data hujan dari gambar citra, berdasarkan warna
10b (204,0,0) 55-59 25.40833333 dan koordinat pixel pada gambar citra hasil terjemahan dari
11a (150,0,0) 60-64 50.51 koordinat pos hujan sebenarnya.
11b (153,0,0) 60-64 50.51 2. Menyimpan hasil data hujan perpos. Sistem dapat
12 (255,0,255) 65-69 105.4791667 menyimpan data hujan perpos pada database PostgreSQL. Data
yang disimpan dari gambar citra adalah pos hujan, intensitas
13a (150,0,250) 70-74 220.0275 hujan dan waktu pengambilan data hujan.
13b (153,0,255) 70-74 220.0275 3. Mengolah data hujan menjadi data hujan per-10
14 -255,255,255 75-80 451.831 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
Berdasarkan hasil pengamatan citra secara mandiri, 10 menit, satu jam dan satu hari.
pemetaan nilai (r,g,b) terhadap dBZ terbagi menjadi empat
belas kategori Pemetaan ini bertujuan memonitor suatu wilayah 4. Memeriksa secara berkala folder tempat meyimpan
apabila terjadi hujan dengan intensitas ringan hingga gambar citra. Sistem dapat memeriksa folder tempat gambar
ekstrim,yang memungkinkan timbulnya bencana banjir dan citra disimpan secara berkala dan mengambil data hujan pada
tanah longsor, sehingga dapat digunakan sebagai langkah awal gambar citra yang belum diperiksa.
pemberian pertolongan secara cepat dan akurat. Pendeteksian 5. Membuat gambar citra dari data yang telah diolah.
antara ground clutter dengan intensitas hujan sebenarnya dalam Sistem dapat membuat kembali data citra yang telah diolah
suatu citra masih menjadi kendala dalam sistem. Metoda menjadi gambar citra perjam dan perhari se-cara otomatis.
pengolahan citra digital untuk menghilangkan ground clutter
mutlak diperlukan dalam sistem, sebelum data citra diolah dan 6. Sistem dapat menampilkan data hujan yang telah
masuk ke database namun metoda ini belum diaplikasikan diolah dengan kategori durasi (per-10 menit, perjam, perhari),
dalam sistem. waktu pengambilan (tanggal pengambilan data), intensitas
hujan (Barely Nothing, Light, Mod-erate, Heavy, Extreme) dan
Sistem dibuat khusus agar dapat mengolah data dari per-kabupaten/kota. Menampilkan gambar citra sehingga dapat
gambar citra yang didapat dari software Rainbow. Tujuan dari berinter-aksi dengan pengguna. Sistem dapat menampilkan
sistem ini adalah mempermudah pendataan hujan pada pos gambar citra yang ada dan berinteraksi dengan gambar
yang dimiliki atau berkerjasama dengan BMKG Jawa Timur tersebut. Pengguna dapat memeriksa daerah berwarna pada
yang ada pada gambar citra dan mempermudah pengola-han gambar citra dan mengetahui detail dari daerah tersebut.
data yang sering dibutuhkan oleh BMKG seperti data hujan
perkabupaten/kota dan data hujan perdurasi. Sistem ini terdiri Setelah aplikasi desktop telah berhasil melakukan generate
dari dua bagian, yaitu aplikasi desktop dan hala-man web. citra radar, data kemudian disimpan dalam database untuk
Secara umum, aplikasi desktop digunakan untuk mengolah diproses dalam user interface berbasis web.
gambar citra dan halaman web digunakan untuk menampilkan
data hasil olahan aplikasi desktop. Spesifikasi kebutuhan IV. HASIL DAN PEMBAHASAN
pengguna dapat digambarkan menjadi diagram usecase pada
Gambar 3 dibawah ini. 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
Gambar 3. Usecase diagram dari sistem
berada. Dalam gambar 4 terlihat bahwa pengguna memilih
Secara umum spesifikasi kebutuhan pengguna dari aplikasi folder ”C:/rainbow/rainbow/online/SBY/max240.max/ ” se-
yang dibangun meliputi : bagai input folder.
|4
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
Gambar 4. Tampilan setelah memilih folder input
pada gambar berikut.
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 Gambar 7. Tampilan halaman awal
berhasil terbuat.
Gambar 6. Tampilan hasil generate gambar kumulatif citra radar per hari (a),
dan tampilan kumulatif perjam.
Gambar 8. Pilihan menu
B. Web Sistem Informasi
Menu yang tersedia terdiri dari 2 bagian utama yakni menu
radar,dan menu overlay.
|5
C. Menu Radar a. Pergerakan Partikel, selain reflektivitas, Radar Cuaca
Menu produk radar terdiri dari submenu reflektivitas, tinggi Doppler juga mampu mendeteksi pergerakan dari
puncak awan, hujan 10 menit terakhir, hujan 1 jam terakhir , droplet. Pergerakan droplet ini dinyatakan dalam
dan hujan 1 hari terakhir. Sub menu reflektivitas, variabel (V) atau velocity. Untuk produk dari sistem
menampilkan gambaran energi yang kembali (echo) dari radar radar berupa produk Horizontal Wind (Hwind) yang
setelah radar memancarkan gelombang eletromagnetik. saat ini ditampilkan dalam menu ini. Satuan
Satuannya berupa dBZ (decibel Z). Radar memancarkan pergerakan partikel yaitu knot yang dan digambarkan
gelombang elektromagnetik di tiap-tiap elevasi atau dalam bentuk gambar pola angin. Pergerakan partikel
dinamakan proses scanning. Semakin besar diameter droplets tidak mencerminkan kondisi angin yang sebenarnya.
yang dideteksi maka energi kembali juga semakin besar. Karena jika jika saat musim kemarau atau tidak ada
Dalam hal ini droplets merupakan partikel-partikel yang ada di hujan, maka angin yang terdeteksi di Anemometer
atmosfer. Partikel tersebut memiliki ukuran yang beragam. tidak tampak dalam produk ini.
Partikel berupa hujan, hail maupun asap mampu dideteksi oleh
radar. Khusus asap harus menggunakan radar dengan dual b. Prediksi +1 jam, merupakan produk turunan dari
polarisasi, karena ukuran partikel yang sangat kecil. Saat ini pergerakan partikel yang telah dijelaskan
radar yang digunakan oleh BMKG Stamet Juanda merupakan sebelumnya. Dengan mengetahui arah dan kecepatan
radar Doppler Meteorology tipe C Band, yang saat pergerakan partikel, tentu pergrakan hujan akan
memancarkan ditumpangkan pada frekuensi radio 5,64 GHz. kemana dapat diprediksi. Produk ini dihasilkan secara
otomatis lewat sistem radar, yaitu pada produk Rain
Melalui proses scanning dari elevasi terrendah hingga Tracking (RTR).
tertinggi, maka akan dihasailkan gambaran tinggi puncak
awan yang kemudian ditampilkan dalam submenu tinggi c. Cumuloimbus (CB), merupakan produk turunan dari
puncak awan. Tinggi puncak awan ini merupakan produk reflektivitas. Lewat produk ini kita dapat mengetahui
turunan dari reflektivitas. Nilai yang dihasilkan tentu potensi awan Cumulonimbus (CB) yang masih aktif.
bervariasi karena terdapat limitasi terutama daerah dengan Tentu potensi bencana hidrometeorologi yang
jangkauan terdekat dengan radar. Sebagai contoh Bandara dihasilkan awan ini banyak dijelaskan dibanyak
Juanda dengan jarak 4.5 km dari radar, tinggi puncak awan literatur. Dengan mengetahui potensi awan CB aktif,
maksimum yang terdeteksi hanya di 4 km saja pada sudut maka masyarakat dapat waspada jika nantinya
elevasi 40 derajat. berpotensi terjadi bencana.
Submenu hujan 10 menit terakhir merupakan hasil d. Cell Tracking, produk ini merupakan turunan dari
penghitungan nilai reflektivitas ke nilai curah hujan dalam produk reflektivitas. Produk ini bertujuan untuk
milimeter perjam. Dalam sistem radar, rumus penghitungan mengidentifikasi jalur yang dilalui oleh sel awan
nilai ini dapat dirubah, tentunya berdasarkan penelitian Cumolonimbus (CB). Dari produk ini menampilkan
perbandingan nilai curah hujan dari radar dengan yang tertakar posisi sel awan CB saat ini, melacak awan sel awan
di penakar hujan. CB dari proses scaning sebelumnya dan prakiraan
posisi sel awan CB selanjutnya.
Submenu hujan 1 jam terakhir ini merupakan hasil turunan
dari hujan 10 menit terakhir yang terakumulasi. Jika proses e. Cuaca Bandara, produk ini menampilkan informasi
scanning berlangsung selama 10 menit sekali, maka dalam 1 cuaca dari data terkini Automatic Weather Observing
jam terdapat 6 produk yang dihasilkan. Enam produk terakhir System (AWOS) di bandara Juanda. Tujuannya untuk
itulah yang kemudian nilainya diakumulasi menjadi hujan 1 mempermudah analisa deteksi awan Cumulonimbus
jam terakhir. (CB) di sekitar bandara. Data yang ditampilkan
berasal dari tiga site AWOS di landasan pacu 10,
Submenu ujan 1 hari terakhir ini merupakan hasil turunan dari landasan pacu 10-28 (middle) dan landasan pacu 28.
hujan 10 menit terakhir. Jika proses scanning berlangsung 10 Data yang ditampilkan data permenit dari tiap-tiap
menit, maka satu hari dihasilkan 144 produk. Produk 144 sensor.
terakhir tersebut akhirnya diakumulasi menjadi hujan 1 hari
terakhir. E. User Acceptance Testing
Proses dalam mengetahui tingkat kemanfaatan dari sistem
D. Menu Overlay yang dirancang dilakukan dengan metode User Acceptance
Untuk mempermudah proses analisa cuaca, maka produk Testing (UAT), yakni proses verifikasi bahwa solusi yang
dibuat produk overlay. Produk overlay ini berupa checkbox, dibuat dalam sistem sudah sesuai untuk pengguna. Penguji
yang terdiri lima data yang ditampilkan, yaitu : 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
|6
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].
|7