Olah Big Data Jadi Informasi Berguna, Tiga Tim IPB University Juarai National Data Summit
Dengan memanfaatkan big data, tiga tim mahasiswa dari IPB University menjuarai kompetisi National Data Summit yang diadakan oleh Digital Business Ecosystem Research Center, Telkom University, Kamis (7/11).
Tim pertama, yang digawangi oleh Willyam, Faldi Sulistiawan, dan Audhi Aprilliant mendapatkan juara 1 dengan topik makalah ‘Identifikasi Daerah Berpotensi dan Estimasi Potensi Daya Angin di NTT menggunakan Deep Neural Network’.
Willyam menjelaskan sebelum mengidentifikasi daerah, tim mereka mengumpulkan data-data yang diperlukan untuk analisis. Dalam kasus ini, mereka mengumpulkan peta batas administrasi wilayah di Nusa Tenggara Timur (NTT) oleh Badan Informasi Geospasial. Selain itu juga data observasi kecepatan angin periode 2015-2018 pada tujuh stasiun meteorologi NTT oleh National Oceanic and Atmospheric Administration, dan dataset sebagai pembanding estimasi energi berupa Wind Turbine Scada Dataset melalui situs kaggle.com
“Indikator yang kita gunakan untuk mencari daerah berpotensi daya angin di NTT melalui perbandingan rata-rata kecepatan angin tahunan untuk masing-masing kabupaten di NTT. Nanti dipilih kabupaten yang punya potensi angin lebih baik dibandingkan kabupaten lainnya,” kata Willyam.
Sedangkan tim yang mendapatkan juara 2 mengajukan makalah dengan judul ‘Identifikasi Wilayah di Indonesia yang Berpotensi untuk Pembangunan Pembangkit Listrik Tenaga Surya dengan Metode Clustering K-Means’. Tim ini beranggotakan M. Iqbal Shiddiq, Dicky Arya Kesuma, dan Raihan Nizar.
Metode Clustering K-Means digunakan untuk membuat klasterisasi, berhubungan dengan tujuan dari analisis data mereka yang ingin mengelompokkan titik-titik daerah di Indonesia yang berpotensi untuk menerapkan panel surya. “Hasil analisisnya berupa penciri wilayah yang cocok untuk dibangun Pembangkit Listrik Tenaga Surya (PLTS) dan wilayah yang bisa jadi pertimbangan buat di bangun PLTS, “ jelas Iqbal.
Tim mereka mencari sumber dari situs ECMWF dengan atribut yang digunakan seputar kecepatan angin, thermal radiation, solar radiation, dan tutupan awan. “Hasil dari analisis ini diharapkan dapat membantu pengambilan keputusan buat pembangunan PLTS. Misalnya, suatu saat akan dibangun PLTS dengan pilihan lokasi, penciri tadi bisa digunakan sebagai bantuan buat pertimbangan pihak terkait dalam menentukan pembangunan PLTS, ” tutur Iqbal.
Tim yang memenangkan kategori Best Presenter digawangi oleh Efrad Galio, Imam Muhajir, dan Nova Novianti dengan judul makalah ‘Analisis Penyebaran Stasiun Gempa dan Peramalan Kekuatan Gempa menggunakan Algoritma Season Autoregressive Integrated Moving Average Wilayah Jawa-Sumatera’.
Masalah mengenai Subduksi-tumbuhan antar lempeng—yang bergerak saling mendekat menyebabkan munculnya kekuatan gempa yang berpotensi memicu tsunami di beberapa wilayah di Indonesia. Kurangnya peringatan dini bencana akan memperparah kerusakan dan korban jiwa. Untuk mengatasi ini, analisis persebaran stasiun gempa dapat mengoptimalisasi peringatan dini mengenai terjadinya gempa. Data yang mereka ambil berasal dari laman United States Geological Survey (USGS) yang memuat data gempa di seluruh dunia selama periode 1963-2016. Lalu data dari laman Indonesian Tsunami Early Warning System InaTEWS, yang memuat data gempa di Indonesia dan luar Indonesia selama periode 2009-2019.
“Intinya, kita menganalisis bagaimana persebaran stasiun gempa di Indonesia, apa sudah merata dan sudah optimum atau belum terhadap gempa-gempa tersebut. Setelah itu, kita lakukan prediksi terjadinya suatu gempa yang disebabkan oleh pergerakan lempeng menggunakan algoritma Sarima,” jelas Imam. Lebih lanjut Imam menjelaskan, “Algoritma sarima ini mencari suatu pola perulangan dari data yang diberikan.”
Faldi menambahkan bahwa tujuan dari analisis data ini dapat menyelesaikan suatu masalah yang sudah dirumuskan secara benar, jelas, dan memberikan dampak positif. (ASK/ris)
