Abstract
Sebagai negara kepulauan yang luas dengan kondisi topografi yang beragam dan memiliki curah hujan rata-rata tahunan lebih dari 2000 mm, Indonesia rawan terhadap bencana hidrometeorologi. Berdasarkan data bencana Indonesia, sepanjang tahun 2021 terdapat 3658 kejadian bencana banjir dan tanah longsor yang hampir merata di seluruh wilayah Indonesia. Kondisi tersebut menjadikan pemantauan curah hujan secara real-time dengan kerapatan tinggi sangat diperlukan. Indonesia saat ini memiliki sistem pemantauan curah hujan dengan jumlah sekitar 1000 alat penakar curah hujan otomatis sehingga dibutuhkan peningkatan resolusi spasial jaringan pemantauan. Peningkatan kepadatan peralatan pemantau menggunakan alat penakar hujan dan radar cuaca menimbulkan masalah biaya pengadaan dan operasional yang tinggi. Oleh karena itu, diperlukan beberapa alternatif sistem pemantauan curah hujan. Dalam artikel ini, dilakukan tinjauan beberapa penelitian yang berfokus pada pemanfaatan sinyal saluran komunikasi terestrial dan satelit yang beroperasi di pita frekuensi tinggi sebagai alternatif pengukuran curah hujan. Optimalisasi jaringan sistem komunikasi satelit lebih memungkinkan daripada jaringan terestrial untuk diterapkan di Indonesia dengan wilayah kepulauan karena mempunyai jumlah sebaran titik yang banyak dengan cakupan lebih luas. Pemanfaatan artificial intelligent dengan teknik deep learning seperti one dimensional convolutional neural network (1D-CNN) juga sangat menjanjikan untuk melakukan estimasi intensitas curah hujan karena mempunyai akurasi yang tinggi mencapai 93%
Original language | Indonesian |
---|---|
Pages (from-to) | 21-29 |
Journal | Elektron: Jurnal Ilmiah |
Volume | 14 |
Issue number | 1 |
DOIs | |
Publication status | Published - 2 Jul 2022 |
Keywords
- MicrowaveLink
- Rainfall Estimation
- Artificial Intelligent