Baca berita dengan sedikit iklan, klik di sini
TEMPO.CO, Jakarta - Peneliti Ahli Muda di Pusat Riset Sains Data dan Informasi Badan Riset dan Inovasi Nasional (BRIN) Lia Sadita mengembangkan penelitian terkait dampak bencana hidrologis pada perekonomian negara dan produktivitas tahunan. Penelitian ini memanfaatkan citra satelit untuk sumber data risetnya.
Baca berita dengan sedikit iklan, klik di sini
Lia mengatakan ketertarikannya terhadap gambaran geografis dan permukaan air menjadi dasar dari penelitian ini. Indonesia secara variabilitas wilayah sangat didominasi oleh perairan. Dia menilai kondisi ini rentan menjadi pemicu hadirnya bencana hidrologis serupa banjir, tanah longsor dan kekeringan.
Baca berita dengan sedikit iklan, klik di sini
Selain melihat dampak bencana hidrologis ke perekonomian negara, penelitian ini juga mengungkap variasi spatiotemporal wilayah permukaan air dalam kurun waktu 10 tahun terakhir. Hasilnya nanti akan dikaitkan dengan faktor iklim dan perekonomian.
“Kami mengambil studi kasus di Jawa Barat. Wilayah ini termasuk provinsi terpadat di Indonesia dengan jumlah penduduk 48.274.160 jiwa pada sensus 2020. Banjir dan tanah longsor masuk dalam tiga besar kejadian bencana di Jawa Barat,” kata Lia dikutip dari siaran pers BRIN, Rabu, 22 Mei 2024.
Kualitas air permukaan bumi terus berubah akibat proses perubahan iklim dan penyebab antropogenik. Menurut Lia, kebutuhan air akan meningkat secara eksponensial terutama untuk keperluan industri dan pertanian, ditambah lagi pertumbuhan populasi di Indonesia sangat pesat dan menjadi negara dengan perekonomian terbesar di Asia Tenggara.
Kolaborasi dengan UI dan Unri
Untuk menunjang riset yang dilakukannya, Lia memakai metode aproksimasi luasan permukaan air dari citra satelit untuk sumber datanya. “Kami mendapatkan sumber data berupa Citra Sentinel-2 dari Copernicus Dataspace Ecosystem,” ucap Lia, sembari menyampaikan data dari citra satelit langsung diproses dengan kliping gambar, penghapusan citra awan dan memetakan raster mosaic.
Lia menerapkan algoritma deep learning berbasis convolutional network model menggunakan U-Net dan WatNet, untuk mendapatkan segmentasi wilayah perairan yang menghasilkan peta air permukaan di Indonesia. Setelah proses ini rampung, dia akan membuat peta WOF deret waktu musiman dan tahunan, lalu mengukur zona air tahunan hingga maksimum tahunan. Tujuannya supaya bisa mengidentifikasi perubahan pola air permukaan dengan menggunakan analisis regresi linier.
Risetnya sudah pada tahap pengembangan algoritma untuk peta wilayah permukaan air dalam sepuluh tahun terakhir. Pengambangan riset ini disebut Lia, melalui penjajakan kerja sama dan kolaborasi dengan Universitas Indonesia dan Universitas Riau. “Juga didanai hibah Kurita Overseas Research Grant 2023-2024 oleh Kurita Water and Environment Foundation Jepang,” ucap Lia.
Foto 
