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

Pengguna dapat aktif berinteraksi dengan data cuaca yang

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.
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. LANDASAN TEORI
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
|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

TABEL III. NILAI RGB TO DBZ HASIL PENGAMATAN MANDIRI

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

Aplikasi desktop dibuat menggunakan NET C #, yakni 6 (255,255,0) 35-39 1.42875

merupakan sebuah bahasa pemrograman yang berorientasi 7a (255,200,0) 40-44 2.93416
objek yang dikembangkan oleh Microsoft sebagai bagian dari 7b (255,204,0) 40-44 2.93416
.NET Framework [6]. Bahasa pemrograman ini dibuat
berbasiskan bahasa C++ yang telah dipengaruhi oleh aspek- 8a (255,120,0) 45-49 6.025
aspek ataupun fitur bahasa yang terdapat pada bahasa-bahasa 8b (255,102,0) 45-49 6.025
pemrograman lainnya seperti Java, Delphi dan Visual Basic
9 (255,0,0) 50-54 12.3725

|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.

Gambar 3. Usecase diagram dari sistem
Secara umum spesifikasi kebutuhan pengguna dari aplikasi
yang dibangun meliputi :
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.

|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.

Pada tampilan laman awal, pengguna dapat melihat tampilan

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.
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 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
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
|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].

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/

|7