PENGEMBANGAN PERANGKAT LUNAK PEMBACA DATA HUJAN RADAR X-BAND MP GUNUNG MERAPI

Muhammad Anzhari Syahmi, Ir. Adam Pamudji Rahardjo, M.Sc., Ph.D.

2021 | Skripsi | S1 TEKNIK SIPIL

Hujan dengan intensitas tinggi di sekitar puncak gunung berapi secara umum dianggap sebagai pemicu banjir lahar. Informasi data hujan jangka pendek (rainfall nowcasting) dengan resolusi temporal dan spasial tinggi pada kawasan rawan merupakan instrumen penting dalam usaha mitigasi banjir lahar. Pemanfaatan teknologi radar X-Band membawa potensi baru dalam usaha estimasi intensitas hujan resolusi tinggi tersebut. Pengolahan data radar untuk estimasi hujan yang divalidasi dengan penakar hujan konvensional dapat digunakan sebagai masukan pengembangan sistem peringatan dini banjir lahar. Penelitian ini terdiri dari 3 bagian utama, yaitu (1) pengumpulan data radar dan penakar hujan, (2) pengolahan data radar, dan (3) validasi hasil pengolahan data radar. Data radar yang ditinjau adalah data intensitas hujan radar pada tanggal 19 Februari 2020 pukul 14.30 – 15.30. Data tersebut selanjutya diolah menggunakan program komputer yang disusun menggunakan bahasa Python. Pengolahan terdiri dari beberapa tahap yaitu pembacaan, penyusunan kisi 3D, interpolasi, dan visualisasi. Tahap interpolasi dilakukan menggunakan metode inverse distance weighting (IDW) yang dikombinasikan proses nearest neighbor search menggunakan algoritma KD-Tree. Kemudian, keluaran dari proses pengolahan disajikan dalam bentuk produk visual radar seperti CAPPI dan VCUT. Proses validasi dilakukan dengan menggunakan 2 metode yaitu validasi terhadap data radar yang belum diolah dan validasi terhadap data penakar hujan. Pada metode pertama digunakan parameter statistik absolute error (ε) dan relative error (η) untuk melihat bias yang terjadi akibat pengolahan data radar. Metode validasi dengan penakar hujan dilakukan dengan analisis korelasi silang. Dari hasil validasi terhadap data radar asli, rerata distribusi dominan absolute error dan relative error masing-masing berada pada nilai ε < 1 mm/jam sebanyak 96,31% dan η < 20 % sebesar 76,32%. Hasil analisis korelasi silang data radar terhadap penakar hujan BO-Donoharjo menunjukkan nilai koefisien korelasi silang baik yaitu (CORR(x)) > 7 pada kasus hujan yang ditinjau.

Generally, high-intensity rainfall around the volcano peak is considered as the trigger of lahar disaster. Information of short-term rainfall (nowcasting) with high temporal and spatial resolution in vulnerable area is an essential instrument for the effort of lahar disaster mitigation. The use of X-Band Radar Technology open up new potential in high-intensity rainfall estimation. Processing of radar data validated by the conventional rain gauge may be used as an input to development of lahar early warning system. This research consists of 3 main parts, namely (1) collection of radar and rain gauge data, (2) processing of radar data, and (3) validation of the processing result. Radar data used is the rainfall intenstiy data on February 19th 2020 at 14.30 – 15.30. Data then processed using a computer program which was made using Python. The process compossed of several steps, that is data extraction, 3D grid creation, interpolation, and visualization. Interpolation step was done using inverse distance weighting (IDW) interpolation method which is combined with KD-Tree algorithm for the nearest neighbors search process. Afterward, the process output presented in radar visual product namely CAPPI and VCUT. Validation process was done by 2 methods, validation by the unprocessed radar data and validation by the rain gauge data. In the first method, statistic parameter of absolute error (ε) and relative error (η) was used to indicate biases caused by radar processing process. Validation by the rain gauge method was done by cross-correlation analysis. From the result of validation by unprocessed radar data, dominant distribution of each absolute error and relative error were ε < 1 mm/hour at 96,31% and η < 20 % at 76,32%. Cross-corellation analysis of radar data and rain gauge BO-Donoharjo data showed good value of correlation coefficient at (CORR(x)) > 7 for the data used in the research.

Kata Kunci : radar cuaca, banjir lahar, sistem peringatan dini, estimasi hujan, Python