Universitas Jember Kembangkan Metode WNN, Akurat Anstisipasi Banjir

Perubahan iklim karena kenaikan temperatur suhu bumi menjadi ancaman nyata dunia saat ini. Salah satu akibatnya musim menjadi sulit diprediksi, musim kemarau namun turun hujan, atau sebaliknya di masa musim penghujan justru jarang hujan.

oleh Hermawan Arifianto diperbarui 30 Des 2022, 23:59 WIB
Gusfan Halik (baju biru muda) membimbing mahasiswa Unej dalam sebuah penelitian (Istimewa)

Liputan6.com, Jember - Dosen Program Studi Teknik Sipil Fakultas Teknik Universitas Jember, Gusfan Halik mengatakan salah satu cara mengantisipasi bencana banjir akibat curah hujan adalah dengan memprediksi ketersediaan air di sungai.

Menurutnya, salah satu metode yang umum adalah dengan menggunakan metode Artificial Neural Network (ANN).

“Metode ANN digunakan untuk memprediksi debit dan limpasan air di Daerah Aliran Sungai (DAS). Dengan mengetahui data dan kondisi debit air di DAS maka bencana banjir bisa diantisipasi sejak awal. Namun metode ANN memiliki kelemahan, mengingat prediksinya tidak selalu tepat,” ujar Gufron di Jember, Jumat (30/12/2022).

Oleh karena itu tim peneliti Hidroteknik Program Studi Teknik Sipil Universitas Jember yang dipimpin oleh Gusfan Halik mulai mengembangkan metode Water Neural Network (WNN) yang menggabungkan kecerdasan buatan (artificial intellegent) dengan data sirkulasi atmosfer agar prediksi ketersediaan air makin tepat.

Metode ini diharapkan mampu memprediksi debit dan limpasan air di Daerah Aliran Sungai (DAS) secara lebih presisi sehingga  antisipasi bencana pun lebih baik.   

“Ide awalnya berangkat dari pengukuran ketersediaan air di DAS yang biasanya menggunakan metode ANN. Metode ANN akan menghitung air hujan yang sudah turun dan ditampung di sungai," kata dia.

Namun, lanjut dia, dengan perubahan iklim, masalahnya hujan menjadi sulit ditebak kapan turunnya.

"Maka kami mengembangkan metode WNN yang memadukan prediksi debit dan limpasan air di DAS dengan data sirkulasi atmosfir hasil pantauan satelit cuaca NOAA,” katanya.

Menurut dia, metode WNN lebih akurat karena data berapa curah hujan yang akan turun ke bumi pun sudah diketahui semenjak masih ada di atmosfir.

Untuk diketahui, satelit NOAA (National Oceanic and Atmospheric Administration) adalah satelit meteorologi milik Amerika Serikat yang bertugas memantau dan mengambil data serta informasi mengenai keadaan fisik lautan dan atmosfer. Data dari satelit NOAA dimanfaatkan untuk peramalan cuaca harian.


Lebih Presisi

Data ini juga dapat diterapkan secara luas pada pemantauan lahan dan perairan untuk membuat peta suhu permukaan laut yang berguna untuk pengawasan iklim, studi El Nino, deteksi arus laut serta peta tutupan awan untuk estimasi curah hujan. Data perolehan satelit NOAA ini bisa diakses oleh peneliti dengan persyaratan tertentu.

Gusfan Halik juga sudah mencoba metode WNN yang memanfaatkan data satelit NOAA untuk pengukuran debit air dan limpasan air di DAS Sampean Baru yang meliputi kabupaten Bondowoso dan Kabupaten Situbondo.

Dalam penelitian ini terungkap metode WNN dapat memprediksi debit air dan limpasan di DAS Sampean Baru dengan lebih presisi, dibandingkan dengan metode ANN. Dengan menggunakan metode WNN, hasil prediksi debit air mencapai korelasi 0,925 yang artinya mendekati data debit air dengan cara observasi. Sementara dengan metode ANN korelasinya 0,862.  

 

 

 

Infografis Nomor Urut Parpol Peserta Pemilu 2024. (Liputan6.com/Trieyasni)

POPULER

Berita Terkini Selengkapnya