Pendahuluan

Indonesia merupakan salah satu negara yang memiliki tingkat kerawanan banjir cukup tinggi. Kondisi geografis, curah hujan yang tinggi, pertumbuhan kawasan permukiman, serta berkurangnya daerah resapan air menyebabkan banjir menjadi bencana yang hampir selalu terjadi setiap tahun di berbagai wilayah. Dampak yang ditimbulkan pun tidak sedikit, mulai dari kerusakan infrastruktur, terganggunya aktivitas ekonomi dan pendidikan, hingga korban jiwa.

Salah satu faktor yang memperbesar dampak banjir adalah keterlambatan informasi mengenai kenaikan tinggi muka air sungai. Dalam banyak kasus, masyarakat baru mengetahui kondisi sungai setelah air mulai meluap ke permukiman. Padahal, apabila informasi mengenai kenaikan permukaan air dapat diperoleh lebih awal, masyarakat memiliki waktu untuk melakukan evakuasi maupun mengamankan barang-barang penting.

Selama ini, pemantauan tinggi muka air sungai masih banyak dilakukan secara manual. Petugas harus datang ke lokasi untuk melihat papan ukur (water level gauge) yang terpasang di sungai, kemudian mencatat hasil pengukuran dan melaporkannya kepada instansi terkait. Metode ini cukup sederhana, tetapi memiliki berbagai keterbatasan, seperti ketergantungan pada kehadiran petugas, keterlambatan penyampaian informasi, serta risiko keselamatan ketika kondisi cuaca sedang buruk.

Perkembangan teknologi digital memberikan peluang untuk mengatasi permasalahan tersebut. Kamera pemantau (CCTV) yang saat ini sudah banyak dipasang di berbagai sungai sebenarnya dapat dimanfaatkan lebih dari sekadar alat pengawas visual. Dengan bantuan teknologi Image Processing dan Computer Vision, gambar yang dihasilkan kamera dapat diolah menjadi informasi berupa tinggi muka air secara otomatis tanpa memerlukan pengamatan langsung oleh manusia.

Berdasarkan gagasan tersebut, dikembangkan konsep BANSAI (Banjir Smart AI), yaitu sistem pemantauan dan peringatan dini banjir yang menggunakan kamera sebagai media pengamatan serta marker atau papan ukur sebagai acuan pengukuran tinggi air. Melalui pendekatan ini, sistem mampu membaca posisi permukaan air terhadap marker, menghitung tinggi muka air secara otomatis, mengklasifikasikan status kondisi sungai, dan memberikan peringatan secara real-time apabila kondisi mulai berbahaya.

Latar Belakang

Perubahan iklim menyebabkan pola hujan menjadi semakin sulit diprediksi. Hujan dengan intensitas tinggi dalam waktu singkat mampu meningkatkan debit air sungai secara drastis. Di banyak daerah, kenaikan permukaan air dapat berlangsung hanya dalam hitungan menit sehingga masyarakat memiliki waktu yang sangat terbatas untuk melakukan tindakan penyelamatan.

Di sisi lain, pemerintah daerah sering kali menghadapi kendala dalam melakukan pemantauan seluruh sungai secara terus-menerus. Jumlah petugas yang terbatas membuat proses monitoring tidak dapat dilakukan selama dua puluh empat jam penuh.

Sebenarnya, berbagai teknologi sensor ketinggian air telah tersedia, seperti sensor ultrasonik, pressure sensor, maupun radar sensor. Namun, biaya instalasi dan perawatan perangkat tersebut relatif tinggi, terutama apabila diterapkan pada banyak titik pemantauan.

Sebaliknya, kamera CCTV memiliki biaya yang lebih rendah, mudah dipasang, serta sudah tersedia di berbagai lokasi. Apabila kamera tersebut dipadukan dengan teknik Image Processing dan Computer Vision, maka satu kamera dapat berfungsi sebagai alat pengukur tinggi air secara otomatis tanpa perlu menambahkan sensor khusus.

Inilah yang menjadi dasar pengembangan BANSAI sebagai solusi yang lebih ekonomis, mudah diterapkan, dan tetap memiliki tingkat akurasi yang baik.

Konsep BANSAI

BANSAI merupakan sistem pemantauan tinggi muka air sungai yang memanfaatkan kamera dan marker sebagai media utama pengukuran.

Marker dipasang secara permanen pada sisi sungai dalam bentuk papan ukur yang memiliki skala ketinggian. Marker dibuat menggunakan warna dan pola yang kontras agar mudah dikenali oleh sistem pengolahan citra.

Kamera dipasang menghadap marker sehingga seluruh perubahan tinggi air dapat terekam secara kontinu.

Berbeda dengan sistem berbasis sensor, BANSAI tidak mengukur air secara langsung. Sistem terlebih dahulu mengolah gambar yang diperoleh kamera, kemudian mencari posisi marker serta permukaan air. Setelah kedua objek berhasil dikenali, sistem menghitung posisi permukaan air terhadap marker sehingga diperoleh nilai tinggi muka air dalam satuan sentimeter maupun meter.

Data tersebut kemudian dibandingkan dengan batas status yang telah ditentukan. Apabila tinggi air melewati ambang tertentu, sistem akan mengirimkan notifikasi kepada pihak terkait maupun masyarakat.

Metode yang Digunakan

BANSAI menggunakan dua bidang utama dalam pengolahan citra digital, yaitu Image Processing dan Computer Vision.

Image Processing berfungsi meningkatkan kualitas gambar sehingga lebih mudah dianalisis oleh komputer. Sementara itu, Computer Vision bertugas memahami isi gambar dan mengubah informasi visual menjadi data yang dapat digunakan dalam proses pengambilan keputusan.

Pendekatan ini dipilih karena relatif ringan, tidak membutuhkan dataset dalam jumlah besar, serta dapat dijalankan pada perangkat dengan spesifikasi menengah seperti mini PC atau Raspberry Pi.

Cara Kerja Sistem

1. Akuisisi Gambar

Tahap pertama adalah pengambilan gambar menggunakan kamera yang dipasang menghadap sungai.

Kamera mengambil gambar secara berkala, misalnya setiap lima detik, atau melalui video streaming secara langsung. Posisi kamera dibuat tetap agar marker selalu berada pada lokasi yang sama dalam gambar.

2. Image Preprocessing

Gambar yang diperoleh dari kamera belum tentu memiliki kualitas yang baik. Perubahan cahaya, hujan, kabut, maupun bayangan dapat memengaruhi proses pendeteksian.

Oleh karena itu dilakukan beberapa tahapan Image Processing, seperti:

– Resize gambar
– Gaussian Blur untuk mengurangi noise
– Brightness dan Contrast Adjustment
– Histogram Equalization apabila diperlukan

Tahapan ini bertujuan menghasilkan gambar yang lebih stabil sehingga proses analisis berikutnya menjadi lebih akurat.

3. Penentuan Region of Interest (ROI)

Tidak seluruh bagian gambar perlu diproses.

BANSAI hanya memfokuskan proses analisis pada area yang berisi marker dan permukaan air. Teknik ini disebut Region of Interest (ROI).

Dengan membatasi area pemrosesan, waktu komputasi menjadi lebih cepat dan penggunaan sumber daya komputer menjadi lebih efisien.

4. Deteksi Marker

Setelah menentukan ROI, sistem mulai mencari posisi marker.

Marker dirancang memiliki warna dan pola tertentu sehingga dapat dikenali menggunakan berbagai teknik Image Processing, seperti:

– Color Thresholding
– Contour Detection
– Morphological Operation

Tahap ini menghasilkan koordinat marker yang akan digunakan sebagai acuan pengukuran tinggi air.

5. Deteksi Permukaan Air

Langkah berikutnya adalah menentukan posisi permukaan air.

Permukaan air umumnya memiliki karakteristik visual yang berbeda dibandingkan bagian udara di atasnya. Perbedaan tersebut dapat dikenali menggunakan beberapa teknik Computer Vision, antara lain:

– Edge Detection (Canny)
– Sobel Operator
– Gradient Analysis
– Contour Analysis

Hasil proses ini berupa garis batas antara air dan udara yang menjadi dasar penghitungan tinggi muka air.

6. Konversi Piksel Menjadi Tinggi Air

Koordinat hasil deteksi masih berupa posisi dalam satuan piksel.

Dengan memanfaatkan skala marker yang telah diketahui sebelumnya, sistem mengubah jarak dalam piksel menjadi tinggi sebenarnya dalam satuan sentimeter atau meter.

Sebagai contoh, apabila diketahui bahwa setiap 100 piksel mewakili 10 sentimeter pada marker, maka sistem dapat menghitung tinggi air secara otomatis berdasarkan posisi garis permukaan air.

7. Analisis Status

Nilai tinggi muka air kemudian dibandingkan dengan batas yang telah ditentukan.

Sebagai contoh:

– Aman : 0–100 cm
– Siaga : 101–150 cm
– Waspada : 151–200 cm
– Bahaya : lebih dari 200 cm

Batas tersebut dapat disesuaikan dengan karakteristik masing-masing sungai berdasarkan data dari instansi terkait.

8. Pengiriman Notifikasi

Apabila kondisi sungai berubah menjadi Waspada atau Bahaya, sistem secara otomatis mengirimkan informasi kepada pengguna.

Media penyampaian informasi dapat berupa:

– Dashboard monitoring
– Website
– Aplikasi Android
– Telegram
– WhatsApp
– SMS Gateway

Dengan demikian, masyarakat maupun pemerintah daerah dapat memperoleh informasi secara lebih cepat dibandingkan metode pemantauan manual.

Keunggulan BANSAI

BANSAI memiliki beberapa keunggulan dibandingkan metode pemantauan konvensional.

Pertama, biaya implementasi relatif rendah karena hanya membutuhkan kamera dan marker tanpa sensor khusus.

Kedua, sistem mampu melakukan pemantauan selama dua puluh empat jam secara otomatis tanpa harus menunggu petugas melakukan pengecekan.

Ketiga, seluruh hasil pengukuran dapat disimpan dalam basis data sehingga dapat digunakan sebagai data historis untuk analisis pola banjir di masa mendatang.

Keempat, metode Image Processing dan Computer Vision yang digunakan relatif ringan sehingga dapat dijalankan pada perangkat dengan spesifikasi menengah tanpa memerlukan GPU berperforma tinggi.

Kelima, sistem mudah dikembangkan untuk diintegrasikan dengan dashboard Smart City maupun sistem manajemen bencana milik pemerintah daerah.

Tantangan Implementasi

Walaupun memiliki berbagai keunggulan, implementasi BANSAI tetap menghadapi sejumlah tantangan.

Perubahan pencahayaan akibat cuaca dapat memengaruhi kualitas gambar sehingga diperlukan proses preprocessing yang baik.

Selain itu, marker dapat tertutup oleh lumpur, sampah, atau tumbuhan sehingga proses pendeteksian menjadi lebih sulit.

Kamera juga harus dipasang secara kokoh agar posisinya tidak berubah akibat angin atau getaran. Apabila posisi kamera bergeser, maka diperlukan proses kalibrasi ulang agar hasil pengukuran tetap akurat.

Pada malam hari, sistem memerlukan pencahayaan tambahan atau kamera dengan kemampuan low-light agar marker tetap dapat dikenali.

Potensi Pengembangan

BANSAI masih memiliki peluang untuk dikembangkan lebih lanjut.

Beberapa pengembangan yang dapat dilakukan antara lain:

– Integrasi dengan data curah hujan.
– Dashboard GIS berbasis peta digital.
– Penyimpanan data historis untuk analisis tren banjir.
– Prediksi kenaikan tinggi air menggunakan Machine Learning.
– Integrasi dengan sirine otomatis.
– Aplikasi mobile untuk masyarakat.

Dengan pengembangan tersebut, BANSAI tidak hanya berfungsi sebagai alat pemantau, tetapi juga menjadi bagian dari sistem mitigasi bencana yang lebih terintegrasi.

Dampak bagi Masyarakat

Implementasi BANSAI diharapkan memberikan manfaat nyata bagi berbagai pihak.

Masyarakat memperoleh informasi mengenai kondisi sungai secara cepat sehingga memiliki waktu lebih banyak untuk melakukan evakuasi sebelum banjir terjadi.

Pemerintah daerah memperoleh data tinggi muka air secara real-time tanpa harus mengirim petugas ke setiap lokasi pemantauan.

Di bidang akademik, penelitian ini menunjukkan bahwa penerapan Image Processing dan Computer Vision tidak hanya digunakan untuk kebutuhan industri, tetapi juga dapat memberikan kontribusi langsung dalam upaya mitigasi bencana.

Selain itu, penggunaan metode yang relatif ringan membuat sistem lebih mudah direplikasi oleh daerah lain dengan biaya implementasi yang tidak terlalu besar.

Kesimpulan

BANSAI (Banjir Smart AI) merupakan konsep sistem peringatan dini banjir yang memanfaatkan **Image Processing** dan **Computer Vision** untuk memantau tinggi muka air sungai secara otomatis menggunakan kamera dan marker sebagai acuan pengukuran. Melalui serangkaian proses mulai dari akuisisi gambar, preprocessing, deteksi marker, deteksi permukaan air, hingga konversi piksel menjadi nilai ketinggian air, sistem mampu menghasilkan informasi kondisi sungai secara real-time tanpa memerlukan sensor khusus.

Pendekatan ini menawarkan solusi yang ekonomis, ringan, dan mudah diterapkan pada berbagai lokasi pemantauan. Selain meningkatkan kecepatan penyampaian informasi, BANSAI juga berpotensi membantu pemerintah dan masyarakat dalam mengurangi risiko kerugian akibat banjir melalui pemberian peringatan yang lebih dini. Dengan pengembangan lebih lanjut, BANSAI dapat menjadi salah satu inovasi teknologi lokal yang mendukung terwujudnya sistem mitigasi bencana yang cerdas, efektif, dan berkelanjutan di Indonesia.

Written by: Daniel Hutomo Depari

NIM: 10123074

Jurusan: Teknik Informatika