Rancang Bangun Instrumen Monitoring Parameter Cuaca Otomatis Serta Sistem Prakiraan Hujan Menggunakan Artificial Intelligence

Pengamatan parameter cuaca menjadi sangat penting dalam peningkatan kualitas informasi cuaca. Informasi berupa prediksi cuaca terutama curah hujan saat ini masih memiliki tingkat akurasi yang terbatas. Hal ini menjadi masalah serius terutama dalam situasi cuaca ekstrim dan fenomena cuaca yang sulit diprediksi. Hal ini terkendala dengan kurangnya jumlah titik pengamatan in-situ yang tersedia sehingga tingkat akurasi menjadi terbatas. Oleh karena itu, perkembangan teknologi pengamatan parameter cuaca otomatis dan model prakiraan sangat dibutuhkan untuk meningkatkan kualitas dan informasi cuaca yang dihasilkan. Penelitian ini menggunakan metode rekayasa dengan langkah-langkah dalam melakukan penelitian rekayasa meliputi ide-ide dan kejelasan tugas, konseptual rancangan, susunan, geometri, kefungsian, rancangan detail, pembuatan tool pemodelan, dan pengujian. Rancangan alat monitoring parameter cuaca menggunakan beberapa sensor berbasis internet of things dengan protokol MQTT. Sistem monitoring cuaca menggunakan Arduino Mega sebagai akuisisi data dengan inputan dari beberapa sensor dengan parameter suhu, kelembaban, tekanan, arah dan kecepatan angin, sensor radiasi matahari, dan curah hujan. NodeMCU ESP8266 digunakan untuk pengiriman data ke webserver. Hasil rancangan sistem memiliki tingkat ketepatan sensor tekanan 99.99% merupakan yang paling tinggi. Ketepatan sensor suhu sebesar 99.3%. Ketepatan sensor kelembaban sebesar 98.5%. Ketepatan sensor radiasi matahari sebesar 92.27%. keteparan sensor arah angin sebesar 91.49%. Ketepatan sensor kecepatan angin sebesar 88.06%. Ketelitian sensor curah hujan 97.4% dan ketepatannya sebesar 83.07%. Model artificial intelligence yang digunakan untuk sistem prakiraan curah hujan adalah Long Short-Term Memory (LSTM). Hasil performasi nilai korelasi yang diperoleh adalah 0.5920 yang mana masuk dalam tingkat hubungan sedang dan nilai mean absolute error (MAE) yaitu sebesar 10.9916. Peningkatan korelasi dengan pembagian berdasarkan musim dengan nilai korelasi 0.7036 dengan MAE 12.6225 untuk musim hujan dan 0.7775 dengan MAE 11.2146 untuk musim kemarau. Sistem informasi pada webserver dapat menampilkan data parameter cuaca dan informasi pengolahan data cuaca secara realtime serta sistem sistem prakiraan curah hujan juga sudah terintegrasi sehingga dapat menampilkan informasi curah hujan berdasarkan data monitoring.