Pembangkitan Pola Data Cuaca untuk
Sistem Peringatan Dini Banjir
Dalam rangka mengantisipasi
bencana banjir di kota Bandung, khususnya
bila terjadi hujan terus menerus di hulu sungau Citarum perlu diadakan
pemasangan sistem peringatan dini (Early Warning
System = EWS). Diharapkan dengan adanya sistem peringatan
dini, tindakan preventif dapat dilakukan sehingga tidak akan terjadi bencana
banjir yang meluas.
Di kota-kota rawan banjir
sudah dipasang sistem peringatan dini. Akan tetapi fungsi sistem berupa alat
sensor tersebut tidak bekerja dengan baik karena adanya dua penyebab.
Penyebab yang pertama yaitu ketidakpahaman petugas mengenai sistem
peringatan dini. Penyebab ke dua yaitu anomali cuaca yang tidak menentu
menyebabkan prediksi hujan semakin sulit
dilakukan sehingga mengakibatkan
analisa serta prediksi bencana banjir tidak dapat diprediksi dalam waktu
singkat .
Oleh karena itu diperlukan suatu cara untuk melihat pola data dari anomali kondisi cuaca.
Dimana cara ini dapat digunakan untuk menentukan dan memprediksi banjir,
sehingga hasil dari pembangkitan pola data cuaca dan pola data banjir tersebut
dapat menghasilkan informasi yang menjadi masukan untuk aplikasi perangkat lunak sistem
peringatan dini banjir.
Sistem ini menggunakan algoritma SPADE . Algoritma SPADE (Sequential Pattern
Discovery using Equivalence classes = Penemuan pola urutan data menggunakan
kelas yang sama) adalah sebuah algoritma baru untuk penemuan secara cepat dari
pola data yang berurutan. Tahapan detil algoritma SPADE untuk menentukan
kerurutan data adalah sebagai berikut :
1. Menentukan dan menghitung frekuensi
1-urutan dan 2-urutan.
2. Pencacahan Frekuensi kelas sekuens dengan
menggunakan algoritma BFS dan DFS, yang dipanggil menggunakan prosedur program
algoritmanya
3. Menggabungkan daftar-id sementara
4. Menggabungkan kombinasi dari daftar-id untuk dua
sekuens.
5. Pemangkasan Urutan (Pruning Sequence)
Strategi pemangkasan untuk memilih pola yang sangat
prediktif dari himpunan urutan data ada tiga langkah, yaitu:
a. Pemangkasan Normatif :
Menghilangkan semua aturan normatif yang konsisten
dengan latar belakang pengetahuan sesuai dengan operasi normal
b. Pemangkasan untuk data yang berulang :
Menghilangkan semua pola data yang berulang dan
memiliki frekuensi yang sama setidaknya satu dari sub-urutan yang tepat
c. Pemangkasan dominan :
Menghilangkan semua urutan yang didominasi kurang
prediktif daripada sub-urutan yang tepat
Data yang akan digunakan untuk analisa masalah ini
adalah data hasil pemantauan BMKG (Badan Meteorologi, Klimatologi, dan
Geofisika)
Berdasarkan hasil pengujian terhadap aturan (rule)
maka dapat disimpulkan bahwa observasi data dan pencarian pola optimal dengan
menggunakan algoritma SPADE dapat menghasilkan sebuah pola data yang optimal
serta informasi baru, dimana informasi baru tersebut menjadi data masukan untuk
mengaktifkan sebuah sistem peringatan dini banjir. Sistem peringatan banjir ini
akan aktif atau menyala jika parameter data yang menjadi data masukkan memenuhi
aturan (rule).
Tidak ada komentar:
Posting Komentar