0927: Zahir Zainuddin dkk.
TI-50
INTEGRASI SISTEM INFORMASI JARINGAN SENSOR HIDROLOGI NIRKABEL DAN MODEL HIDRODINAMIK BERBASIS GIS UNTUK PERINGATAN DINI BENCANA BANJIR Zahir Zainuddin1,∗ , Hafsah Nirwana2 , Ady Wahyudi Paundu3 , dan Zaryanti Z4 . 1
Jurusan Teknik Elektro Fak. Teknik Universitas Hasanuddin, Makassar, Program Studi Teknik Telekomunikasi, POLTEK Neg. Ujung Pandang, Makassar 3 Program Studi Teknik Informatik, Fak. Teknik Universitas Hasanuddin, Makassar 4 Jurusan Teknik Elektro, Universitas Fajar, Makassar 2
∗
e-Mail:
[email protected]
Disajikan 29-30 Nop 2012
ABSTRAK Tulisan ini melaporkan perkembangan dari penelitian tentang peringatan dini bencana banir yang sementara dikerjakan. Bencana banjir merupakan kejadian yang rutin terjadi setiap tahun pada hampir semua daerah di Indonesia. Pada tahun 2006 terjadi banjir bandang yang menimpa Kabupaten Sinjai dan menewaskan lebih 200 orang. Bencana banjir datangnya sangat cepat dan tidak terduga sehingga banyak warga tidak sempat menyelamatkan diri. Kejadian sebenarnya dapat dihindari jika suatu sistem deteksi dini dapat diaplikasikan pada kabupaten ini. Suatu sistem deteksi dini dengan konsep teknologi tepat guna dikembangkan pada penelitian ini. Sistem deteksi dini ini merupakan teknologi terapan yang mengintegrasi sistem komunikasi wireless, sistem sensor (curah hujan, temperature, aliran sungai, ketinggian air dan angin), model hidrodinamik (aliran permukaan air), dan model estimasi curah hujan dengan berbagai metode computational intelligent yang digunakan untuk prediksi, seperti ARMA, ARIMA, neural network, dan anfis. Data sistem sensori secara real time dikirim menggunakan komunikasi wireless ke pusat pengolah data yang menggabungkan berbagai macam algoritma hingga dapat menghasilkan suatu keputusan peringatan dini. Keputusan peringatan ini akan dikomunikasikan kembali ke masyarakat melalui jaringan telpon yang ada maupun sistem alarm tanpa kabel. Kata Kunci: Early warning system, wireless network sensor, computational intelligent algorithm, model hydrodynamic, rainfall estimation
I.
PENDAHULUAN
Musim hujan yang terjadi setiap tahun pada hampir semua daerah di Indonesia selalu menjadi persoalan. Pada banyak daerah bencana banjir merupakan suatu kejadian yang tidak dapat dihindari mengingat kondisi lingkungan tidak lagi dapat mengakomodasi datangnya curah. Penyebab diantaranya adalah akibat terjadinya penggundulan hutan, daya serap lingkungan terhadap curah hujan jauh lebih kecil dari curah hujan itu sendiri. Kejadian ini jelas dapat menimbulkan banyak korban, baik jiwa maupun materi. Pada tahun 2006 yang lalu di Kabupaten Sinjai terjadi bencana banjir serupa. Pada kejadian ini bencana banjir bandang yang terjadi dalam waktu cukup cepat. Hujan deras yang turun di daerah pegunungan dengan cepat menenggelamkan daerah perkotaan Sinjai dan menimbulkan ratusan jiwa tewas sera kerugian materi yang besar. Dengan kondisi lingkungan seperti sekarang ini, sebenarnya kematian manusia dapat dihindari seandainya ada informasi yang dapat diberikan secara cepat dari atas pegunungan ke masyarakat dibawahnya bahwa curah hujan sangat besar dan dapat menimbulkan banjir bandang. Hanya
saja, kebanyakan daerah-daerah di Indonesia dengan model topografi seperti Kabupaten Sinjai, dimana terdapat dataran tinggi dan dataran rendah dengan daya serap air hujan yang rendah, serta tidak memiliki infrastruktur pengontrol banjir berupa bendungan juga tidak memiliki sistem deteksi dini bencana banjir. Permasalahan ini sebenarnya dapat diatasi dengan memanfaatkan Sistem peringatan dini banjir (SPDB) atau Flood Early Warning System (FEWS). Konsep ini mengintegrasikan teknologi akusisi data sistem sensor dengan sistem komunikasi wireless serta suatu perangkat lunak pengolahan informasi berbentuk decision support sistem (DSS). Dengan sistem ini, curah hujan di daerah pantauan dapat dikirim ke pusat monitoring yang memiliki sistem pengolahan data untuk mengambil keputusan apakah suatu bencana banjir akan terjadi atau tidak. Dengan menggunakan teknologi wireless maka daerah pantauan menjadi lebih luas sehingga akurasi penentuan akan terjadinya bencana banjir akan lebih baik. Dengan menggunakan konsep deteksi dini ini maka ancaman keselamatan jiwa dapat diturunkan.
Prosiding InSINas 2012
0927: Zahir Zainuddin dkk.
TI-51
G AMBAR 1: Usulan Konsep Pengembangan Sistem Deteksi Dini Bencana Banjir
Konsep Sistem Peringatan Dini Bencana Banjir (SPDB) Berbagai konsep peringatan dini telah banyak dikembangkan dan diimplementasikan. Bermacam teknik, metode dan algorithm telah diimpelementasikan mulai dari yang sifatnya sederhana hingga yang kompleks namun berbiaya tinggi. Meskipun konsep peringatan dini ini telah banyak dikembangkan, namun peluang pengembangan sistem terus
terbuka untuk mendapatkan sistem yang efisien, murah, akurat dan mudah digunakan. Sistem peringatan dini yang tesedia saat ini adalah kumpulan dari berbagai perangkat baik perangkat keras maupun perangkat lunak yang mampu menyajikan informasi kuantitatif beberapa waktu yang akan datang dari curahan dan limpahan air, terutama air hujan, serta ketinggian air pada daerah aliran air (sungai) dan memberikan keputusan apakah jum-
Prosiding InSINas 2012
0927: Zahir Zainuddin dkk.
TI-52
jenis awan yang terjadi di atas bumi dan potensi curah hujannya. Suatu sistem perangkat lunak open source (Delft-FEWS) untuk sistem FEWS telah dikembangkan tim dari universitas Delft sejak tahun 2003 dan telah digunakan pada beberapa tempat [4,5]. (Sistem ini masih sedang dipelajari karena baru didapatkan menjelang paper ini ditulis) Akurasi terjadinya bencana banjir menjadi kebutuhan penting pada SPDB. Untuk telah banyak algoritma diprediksi yang diimplementasikan baik untuk prediksi curah hujan maupun ketinggian air. Beberapa diantaranya adalah ARMA, ARIMA, ANFIS, PSO, ANN, Wavelet neural network [6,7]. Di dalam negeri, beberapa sungai juga telah memiliki SPDB seperti yang terpasang pada sungai Ciliwung, dan Brantas. Sistem yang digunakan masih sedang dipelajari.
Konsep yang Diusulkan
G AMBAR 2: Komponen dan skematik sistem instrumentasi cuaca
lah air tersebut akan mendatangkan banjir atau tidak. Jika sistem memutuskan akan tejadi banjir maka pemberitahuan akan disampaikan kepada masyarakat melalui berbagai media. Pada FEWS yang dikembangkan Schroter dkk [1], digunakan sepuluh alat ukur curah hujan dan dan tujuh alat ukur sungai secara on-line, dengan resolusi spasial 10 km2 dan waktu akusisi data setiap 15 menit serta diperbaharui setiap satu jam. Sistem ini menggunakan metode prediksi curah hujan COSERO dan WBrM yang mampu memprediksi hingga 48 jam ke depan dengan keandalan berkisar antar 25-75 Konsep lain dalam pengembangan FEWS adalah konsep FLOods REcognition On the Net (FLOREON) [2]. Sistem ini meliputi manajemen basis data, pemodelan hydrologic dan hydrodynamic dan keluaran berbasis internet. Model hydrologic yang digunakan untuk prediksi curah hujan adalah: HEC-HMS, HYDROG, MIKE SHE, SIMWE. Sedangkan model hydrodynamic: MIKE 11, HEC-RAS, dan Own 1D and 2D models. Dua bentuk FEWS sebelumnya menggunakan data sensor dipermukaan tanah bumi. Beberapa sistem juga mengintegrasikan data remote sensing dalam mengestimasi curah hujan untuk digunakan sebagai dasar pengambilan keputusan [3]. Data remote sensing dapat digunakan untuk menentukan
Pada penelitian ini diajukan suatu konsep sistem pengembangan deteksi dini yang meliputi beberapa subsistem yaitu sistem jaringan sensor hidrologi yang mengukur temperature, curah hujan, tekanan udara, angin dan ketinggian air dengan akusisi data real time, sistem cloud sensor yang meliputi modul akusisi data, penyimpanan dan modul aplikasi. Modul aplikasi sendiri dapat berupa tampilan table dan grafik, algoritma prediksi dan berbagai aplikasi user interface lainnya. Suatu model sistem informasi geografis diperlukan untuk memberikan kemudahan dalam simulasi data permukaan geografis suatu daerah termasuk data elevasi yang dapat menetukan aliran air maupun genangan air pada suatu daerah (model hidrodinamik). Kecepatan aliran air menentukan seberapa cepat suatu daerah dapat digenangi dengan air. Peta topografi dapat digunakan untuk keperluan tersebut di atas. Adanya sistem perangkat lunak geographic information system (GIS) dapat memberikan kemudahan dalam penyediaan data elevasi dalam bentuk model elevasi digital (MED). Dengan MED ini dapat disimulasikan aliran air pada suatu daerah menggunakan computer. Penggunaan GIS ini merupakan fungsi tambahan yang dapat memudahkan pengembangan sistem deteksi dini bencana banjir serta visualisasi daerah terkena bencana. Fungsi lainnya adalah fungsi pemberian peringatan kepada publik yang dapat menggunakan berbagai macam media. Suatu badan dapat dibentuk untuk
G AMBAR 3: Arsitektur Sensor Cloud
Prosiding InSINas 2012
0927: Zahir Zainuddin dkk. melaksanakan tugas ini. Gambaran sistem keseluruhan dapat dilihat pada gambar 1 berikut.
II.
METODOLOGI
Pengembangan sistem ini cukup luas dan kompleks yang terdiri dari perangkat keras dan lunak diserta pengujianpengujian baik yang berskala laboratorium maupun lapangan.
Pengembangan Perangkat keras 1. Sistem instrumentasi cuaca nirkabel (curah hujan, suhu, teka-nan udara, kecepatan angin), metode pengukuran di darat. Aplikasi remote sensing akan digunakan pada tahap berikut 2. Sistem pengukuran aliran air nirkabel (kecepatan aliran dan level)
TI-53 dari ketiga bagian sistem menangani sensor individual sebagai unit-unit mandiri. Pola akuisisi data, penyimpanan dan program antarmuka sistem mengikuti template dinamis yang dikomunikasikan melalui pesan-pesan XML. Gambar 3 memperlihatkan bagian utama arsitektur sistem sebagai lapisan-lapisan sistem yang disatukan menjadi arsitektur sensor cloud.
Model Infrastruktur Sensor Cloud Setiap sensor memiliki format data luaran dan penyimpanan mandiri. Format tersebut berbeda-beda setiap sensor. Computer gateway menjembatani perbedaan tersebut dengan mengikuti format sistem sensor cloud yang telah ditetapkan sebagai template sistem.
Sensor Cloud
3. Modul akusisi data berkomunikasi wireless, 4 kategori wireless yaitu akusisi dan komunikasi data berbasis WIFI, ZIGBEE, seluler (mobile), komunikasi UHF 4. Sistem peringatan (alarm) bersifat multi-media, web, mobile seluler, alarm komunitas nirkabel.
Pengembangan Perangkat Lunak 1. Integrasi data dengan konsep sistem akusisi data berbasis cloud sensor Dengan sistem ini data dan aplikasi monitoring lingkungan dipusatkan pada satu pusat informasi. 2. Model estimasi curah hujan dan level air mengimeplentasikan beberapa algoritma prediksi: ANFIS, ARMA, ARIMA, Wavelett NN, PSO 3. Pemodelan Hydronamik berupa simulator aliran air permukaan, yaitu a. Simulasi Aliran Air Permuakaan Dengan Paramater Kecepatan Aliran Menggunakan Persamaan Bernoulli serta b. Simulasi Arah Aliran Air Permukaan menggunakan Algoritma Depth First Search dengan Sumber Hujan Multipoint. 4. Model sistem pengambil keputusan deteksi dini bencana banjir 5. Sistem pengukuran kinerja layanan komunikasi mobile. Perangkat lunak ini dibutuhkan mengingat pada sistem ini infrastruktur komunikasi yang tersedia seperti layanan komunikasi seluler akan digunakan secara optimal. Namun layanan ini perlu diketahui performansinya agar dapat digunakan pada sistem ini. 6. Integrasi sistem dan ujicoba prototype sistem (2013)
III.
HASIL DAN PEMBAHASAN
G AMBAR 4: Model umum infrastruktur sensor cloud dengan relasi sensor, sistem dan pengguna.
Model Hydrodinamik Model hydrodinamik diperlukan untuk mensimulasikan transformasi dan perpindahan air permukaan. Pada penelitian ini dikembangkan suatu simulator aliran air permukaan dengan paramater kecepatan aliran menggunakan Persamaan Bernoulli serta simulasi arah aliran Air permukaan menggunakan Algoritma Depth First Search dengan Sumber Hujan Multipoint.
Pengembangan prototipe sistem instrumentasi cuaca nirkabel (curah hujan, suhu, tekanan udara, dan kecepatan angin). Komponen yang digunakan meliputi: Mikrokontroler Arduino Mega 2560, Ethernet Shield, Sensor Temperatur & Humidity {SHT11}, Sensor Barometric & Pressure {HP03}, Real Time Clock {DS1307}dan Optocoupler (Tipping Bucket ˜Rain Gauge)
IV.
Sistem Cloud Sensor
DAFTAR PUSTAKA
Sistem memadukan tiga bagian utama, yaitu Akuisisi data, sistem database dan antarmuka sistem disertai program aplikasi sebagai media akses pengguna. Setiap bagian
KESIMPULAN
Suatu sistem peringatan dini bencana banjirsedang dalam tahap pengembangan. Beberapa subsistem seperti stasiun pengukur cuaca dan model hidrodinamik telah dikembangkan. Demikian pula dengan sistem sensor cloud yang berfungsi sebagai pusat data juga telah dikerjakan
¨ [1] Schroter, K., Ostrowski, Gocht, M., EWASE - Early Warning Systems Efficiency: Evaluation of flood forecast reliability
Prosiding InSINas 2012
TI-54
0927: Zahir Zainuddin dkk. 4th Annual Mekong Flood Forum, Siem Reap, Cambodia, 18-19 May 2006 [6] Fi-John Chang,Yen-Ming Chiang , Li-Chiu Chang, 2007, Multi-step-ahead neural networks for flood forecasting, Hydrological Science Journal [7] Kou-lin Hsu, Xiaogang Gao, Soroosh Sorooshian, and Hoshin V. Gupta, Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks
G AMBAR 5: (a) Ilustrasi arah aliran air dari satu titik hujan, (b) dari banyak titik hujan yang berada di dalam suatu area
´ [2] Petr RAPANT, Jan UNUCKA, Ivo VONDRAK, Regional Flood Early Warning System, GeoScience Engineering Volume LVI (2010), No.4 http://gse.vsb.cz p. 87-103, ISSN 1802-5420 [3] Aliakbar Matkan, Alireza Shakiba, Hossain Pourali and Hamid Azari, Flood Early Warning with Integration of Hydrologic and Hydraulic Models, RS and GIS (Case Study: Madarsoo basin, Iran), World Applied Sciences Journal 6 (12): 1698-1704, 2009 ISSN 1818-4952 [4] Deltares, Sofware Delft. [5] Adri Verwey, Karel Heynert, Micha Werner, Paolo Reggiani, Bob van Kappel and JanJaap THE POTENTIAL OF THE DELFT-FEWS FLOOD FORECASTING PLATFORM FOR APPLICATION IN THE MEKONG BASIN,
Prosiding InSINas 2012