Iklan — Scroll ke bawah untuk melanjutkan
Ads

BRIN Kembangkan Sistem Prediksi Hujan Ekstrem Berbasis Satelit

12 Sabtu, 15 Jul 2023, 11:23 WIB | Oleh: Tim Penulis
BRIN Kembangkan Sistem Prediksi Hujan Ekstrem Berbasis Satelit BRIN Kembangkan Sistem Prediksi Hujan Ekstrem Berbasis Satelit Doc: ANTARA/Sean Filo Muhamad
Ket. Direktur Pemanfaatan Riset dan Inovasi pada Kementerian/Lembaga, Masyarakat, Usaha Mikro, Kecil, dan Menengah BRIN Dadan Nugraha (kanan) saat ditemui di Jakarta, Jumat (14/7/2023).

JAKARTA - Badan Riset dan Inovasi Nasional (BRIN) mengembangkan sistem prediksi hujan ekstrem yang berasosiasi dengan banjir untuk wilayah DKI Jakarta.

"Terdapat tiga bagian yang mendukung pengembangan sistem prediksi hujan ekstrem, yaitu prediksi, observasi, dan penentuan indeks hujan ekstrem Jakarta," kata peneliti utama dari Pusat Riset Iklim dan Atmosfer BRIN, Asif Awaludin dalam keterangan di Jakarta, Sabtu (15/7).

BRIN menggunakan Satellite-based Disaster Early Warning System (Sadewa) yang menjadi bagian prediksi data yang menghasilkan data per jam berupa prediksi menentukan hujan lebat.

Satelit itu memprediksi nilai curah hujan hingga tiga hari ke depan menggunakan keluaran hasil run prediksi WRF.

Pada bagian prediksi didukung pula oleh radar nowcasting dengan menggunakan Sistem Pemantauan Hujan atau Santanu. Sistem itu menampilkan lokasi yang tengah dilanda hujan melalui lamanhttps://santanu.brin.go.id.

Santanu menganalisa pengaruh atenuasi sinyal oleh hujan. Hasil optimasi divalidasi menggunakan citra transportable radar.

Lalu, bagian ketiga dari pengembangan sistem itu adalah penentuan indeks hujan ekstrem yang dilakukan secara sinergi dengan kelompok riset yang ada di Pusat Riset Iklim dan Atmosfer BRIN.

"Kami menggunakan data rain gauge yang didukung dari anggota tim kami di BMKG. Kemudian data global kami menggunakan data CENS, CS, MJO, IOD, dan ENSO," kata Asif.

Lebih lanjut dia menjelaskan bahwa indeks hujan ekstrem menghasilkan acuan nilai intensitas hujan harian yang dapat menimbulkan banjir pada setiap musim.

Apabila nilai acuan tersebut terlampaui oleh data hasil prediksi maka diperkirakan hujan berpotensi besar menimbulkan banjir.

"Masukan data hasil prediksi dari Sadewa dan nowcasting Santanu menjadi masukan bagi metodemachine learning random forest untuk memprediksi kejadian banjir berdasarkan kriteria indeks hujan setiap musim," ujarAsif.

Like, Share, Comment:

Komentar (0)

Belum ada komentar.

Kirim

Silakan login via Google untuk dapat memberi komentar!

Google Login dengan Google
  • Jennie BLACKPINK Luncurkan Font Hangeul Baru di Instagram, Bahasa Korea Makin Mendunia!
    Hi, The introduction of new Korean lettering styles shows ...
  • 3 Game Indie di Steam yang Diam-diam Punya Gameplay Adiktif
    Hi, Indie games can be surprisingly addictive when they ...
  • Jakarta Game On 2026 Buka Peluang Ekonomi Bagi Anak Gen Z
    Hi, Gaming is creating new possibilities for Gen Z, ...
  • Bukan Lagi Soal Smelter! Ini Strategi Baru yang Bikin Industri RI Naik Kelas
    Sinkronisasi kebijakan antara pusat dan daerah melalui pembangunan ...
  • Angkatan Darat AS Berlatih Menggali Kuburan Massal untuk Skenario Perang dengan Banyak Korban
    Apa mungkin AS akan melakukan invasi darat ke ...
Megapolitan
Dampak Banjir Rob, Rumah Ap...

Pelaku UMKM Keluhkan Lonjakan Harga Tepung

32 menit yang lalu | Fajar Alim M

Ekonomi
Pelaku UMKM Keluhkan Lonjak...
Advertisement
Update Klasemen Grup A Kualifikasi Piala Asia U17: Indonesia Posisi Kedua Setelah Hajar Filipina 3-0

Update Klasemen Grup A Kualifikasi Piala Asia U17: Indonesia Posisi Kedua Setelah Hajar Filipina 3-0

11 Nov 2026
Pilihan Pembaca
Indeks Berita Populer +
logo kj
Kami mendeteksi AdBlocker di browser anda


Website kami bergantung pada iklan untuk terus dapat menghadirkan jurnalisme berkualitas. Dukung kami dengan mengijinkan iklan tampil di browser anda.

Silakan non-aktifkan AdBlocker dengan cara:
- Klik ikon AdBlock pada area ekstensi browser (di bagian pojok kanan atas).
- Lalu klik pilihan untuk menonaktifkan atau pilihan "Don't run on this website / on this page".

Setelah itu Refresh / Muat Ulang halaman ini.