BRIN Kembangkan Sistem Prediksi Hujan Ekstrem Penyebab Banjir Jakarta
Gedung Badan Riset dan Inovasi Nasional (BRIN) (brin.go.id)
Follow IDN Times untuk mendapatkan informasi terkini. Klik untuk follow WhatsApp Channel & Google News
Jakarta, IDN Times - Badan Riset dan Inovasi Nasional (BRIN) tengah mengembangkan sistem untuk memprediksi hujan ekstrem yang kerap menimbulkan banjir di wilayah DKI Jakarta.
Peneliti Utama Pusat Riset Iklim dan Atmosfer BRIN, Asif Awaludin, mengatakan, terdapat tiga bagian yang mendukung pengembangan sistem prediksi hujan itu.
"Yaitu prediksi, observasi, dan penentuan indeks hujan ekstrem Jakarta," kata Asif, dikutip dari ANTARA, Sabtu (15/7/2023).
Baca Juga: Jokowi Sampaikan Petuah Sunan Kalijaga di Pertemuan Menlu ASEAN
1. Gunakan satelit prediksi curah hujan
IDN Times/IstimewaAsif mengatakan, BRIN memprediksi curah hujan tersebut menggunakan Satellite based Disaster Early Warning System (Sadwa) yang menjadi bagian prediksi data.
"Ini menghasilkan data per jam berupa prediksi menentukan hujan lebat," kata dia.
Satelit itu juga dapat memprediksi nilai curah hujan hingga tiga hari ke depan dengan menggunakan hasil run prediksi WRF.
Baca Juga: BRIN Prediksi Politisasi SARA Bisa Muncul di Pemilu 2024
2. Dilengkapi sistem Santanu
Ilustrasi prediksi cuaca BMKG (IDN Times/bmkg.go.id)Editor’s picks
Kemudian, ujar Asif, pada bagian prediksi juga didukung oleh radar nowcasting yang menggunakan sistem pemantauan hujan (Santanu).
Sistem itu menampilkan lokasi yang tengah dilanda hujan melalui laman santanu.brin.go.id.
"Santanu menganalisis pengaruh sinyal oleh hujan. Hasil optimasinya divalidasi menggunakan citra transportable radar," ujar dia.
Termasuk sistem penentuan indeks hujan ekstrem yang menggunakan data rain gauge dari BMKG dan data global dari CENS, CS, MJO, IOD, dan ENSO.
Baca Juga: TOD Dukuh Atas Integrasikan 5 Moda Transportasi Sekaligus di Jakarta
3. Indeks hujan ekstrem hasilkan nilai intensitas penyebab banjir
Ilustrasi Hujan. IDN Times/Sukma ShaktiMenurut Asif, indeks hujan ekstrem dapat menghasilkan acuan nilai intensitas hujan harian yang menimbulkan banjir setiap musim.
"Jika nilai itu terlampaui oleh data hasil prediksi, maka diperkirakan hujan berpotensi besar timbulkan banjir," kata dia.
Data hasil prediksi Sadewa dan nowcasting Santanu, disebutkannya merupakan masukan bagi metode machine learning random forest untuk memprediksi banjir.
"Itu dilakukan berdasarkan kriteria indeks hujan setiap musim," ucap dia.
Baca Juga: Mengapa Masih Turun Hujan di Saat Musim Kemarau?
Berita Terkini Lainnya
