Indonesia saat ini tengah dikepung berbagai bencana alam yang terjadi di hampir seluruh wilayah. Secara historis, Indonesia memang dikenal sebagai negeri rawan bencana, mulai dari gempa bumi, tsunami, tanah longsor, hingga gunung meletus.
Karena sering memakan korban jiwa dan merusak pemukiman, teknologi deteksi dini menjadi kebutuhan mendesak. Berikut adalah tiga teknologi pendeteksi bencana dengan fungsinya masing-masing.
Sistem pendeteksi gempa sebenarnya sudah lama dikenal. Namun, sistem konvensional yang menggunakan sensor kelas atas cenderung mahal sehingga sulit dijangkau oleh banyak wilayah di Indonesia. Kini, gebrakan baru Earthquake Early Warning System (EEWS) berbasis IoT hadir sebagai solusi yang lebih terjangkau.
EEWS berbasis IoT ini bekerja menggunakan teknologi sensor mikro yang ditempatkan di wilayah tertentu, biasanya di lokasi awal sumber gempa. Sensor ini berfungsi mendeteksi gelombang P (gelombang awal) dan langsung memberikan peringatan di lokasi tersebut sebelum gelombang S (gelombang kedua yang lebih merusak) tiba.
Saat ini, EEWS telah dirancang dengan sistem deteksi getaran otomatis yang terintegrasi dengan tampilan ponsel pintar (smartphone). Hal ini memudahkan warga dalam menerima tanda bahaya. Sistem ini memiliki kemampuan mitigasi real-time dengan mengirimkan data getaran setiap info ke peladen (server). Pengguna pun dapat memantau aktivitas seismik melalui ponsel mereka di mana saja, selama terhubung ke internet.
Teknologi ini merupakan sistem khusus pendeteksi tsunami. DART adalah sistem untuk mengamati tsunami di laut dalam yang beroperasi secara real-time. Teknologi ini didesain untuk mengukur tekanan air laut yang sangat kecil di dasar laut, lalu mengirimkan datanya ke stasiun pantai agar dapat segera dianalisis untuk memberikan peringatan dini secara cepat.
Melansir National Data Buoy Center, teknologi ini merupakan komponen penting dari jaringan peringatan dini tsunami global yang dikelola oleh National Oceanic and Atmospheric Administration (NOAA) di Amerika Serikat.
DART terbagi menjadi dua komponen utama, yaitu Bottom Pressure Recorder (BPR) dan Surface Buoy (pelampung permukaan). BPR bekerja di bawah laut untuk mendeteksi perubahan tekanan air yang disebabkan oleh gelombang tsunami. Perubahan sekecil 1 cm di kedalaman 6.000 meter pun dapat dideteksi oleh sensor ini.
Sementara itu, Surface Buoy berfungsi sebagai pelampung di permukaan laut. Data tekanan dari BPR dikirim ke pelampung melalui modem akustik bawah laut, kemudian diteruskan dari pelampung ke stasiun pantai menggunakan satelit. Keunggulan utama DART adalah kemampuannya mendeteksi gelombang tsunami langsung dari dalam laut dan mengirimkan data secara akurat.
Di Indonesia, terutama di Pulau Jawa, terdapat banyak daerah pegunungan yang rawan longsor akibat kondisi tanah yang tidak kokoh dan pengikisan air hujan. Selain pendeteksi tsunami dan gempa, terdapat pula teknologi Wireless Sensor Network (WSN) untuk mendeteksi indikasi tanah longsor.
Teknologi ini dikembangkan oleh peneliti dari Universitas Mercu Buana dan Universitas Pattimura dengan studi kasus di Kota Ambon. Tujuan penelitian ini adalah merancang sistem pemantauan terintegrasi yang mampu mendeteksi indikasi awal gempa (getaran) dan tanah longsor (curah hujan tinggi) secara real-time.
WSN dilengkapi sensor untuk mendeteksi getaran serta sensor raindrop* dan water level untuk mengukur intensitas curah hujan. Sistem ini menggunakan klasifikasi curah hujan berdasarkan standar Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) untuk memprediksi potensi longsor.
Saat bekerja, WSN akan memberikan peringatan melalui alarm (buzzer) di lokasi, notifikasi pesan kepada pihak terkait, serta pembaruan status pada situs web. Setelah diuji, sistem ini dinilai stabil hingga jarak 80 meter dengan keterlambatan informasi rata-rata hanya 0,051 info. Sensor ini mampu mendeteksi getaran minimal setara 1,2 Skala Richter (SR) dan telah melalui uji lapangan untuk memastikan akurasi deteksi.
Sebagai negara dengan risiko bencana alam yang tinggi, Indonesia memerlukan adopsi berbagai teknologi deteksi dini. Dengan mengoptimalkan penggunaan teknologi tersebut, diharapkan risiko jatuhnya korban jiwa dapat diminimalisasi secara signifikan.
