🐇 Automatic Weather Station Bmkg

7Sensor Weather Station Sekarang Telah Memiliki Sertifikat BMKG. Senin, 21 Maret 2022. Kalibrasi adalah proses pengaturan dan pengecekan tingkat keakurasian alat ukur dengan menggunakan cara membandingkan dengan standar atau tolak ukur. Kalibrasi sangat diperlukan untuk memastikan bahwa hasil dari pengukuran yang dilakukan nantinya akurat IndonesianAgency for Meteorology Climatology and Geophysics (BMKG), Jl. Angkasa I No. 2 Kemayoran, Jakarta 10720, Indonesia kadarsah@ The performance analysis of Automatic Weather Station (AWS) on measuring meteorological parameter of a Total Solar Eclipse (TSE) of 9 March 2016 in Indonesia is conducted by comparing three Alatini akan mengukur langsung radiasi yang dihasilkan oleh sinar matahari tanpa terhalang awan. Automatic Solar Radiation Station (ASRS) Dalam atmosfer bumi terdapat bermacam-macam radiasi seperti : 1. Direct Solar Radiation (S) yaitu radiasi langsung dari matahari yang sampai ke permukaan bumi. 2. peralatanoperasional AWS (automatic weather station di BMKG) - GitHub - ariffu/AWS-BMKG: peralatan operasional AWS (automatic weather station di BMKG) MarineAutomatic Weather Station (MAWS) (9 sensor) per unit. Rp 3.475.000,00. 6. Automatic Weather Observation System (AWOS) (9 sensor) per unit. ptsp[at]bmkg.go.id; T : Apakah pemohon bisa mengajukan permohonan tanpa harus datang ke PTSP? J : Bisa, dengan mengirimkan berkas permohonan yang lengkap, dan sudah di tanda tangani via email AutomaticWeather Station (AWS) Alat pengukur cuaca otomatis (Automatic Weather Station / AWS) merupakan alat yang Automatic Weather Station merupakan stasiun cuaca otomatis yang didesain untuk mengukur dan mencatat data parameter-parameter meteorologi (radiasi matahari, arah dan kecepatan angin, suhu udara, kelembaban udara, tekanan udara, curah hujan) secara otomatis dan terintegrasi untuk Weatherstation adalah penga matan cuaca dengan instrumen dan peralatan peng ujian cuaca untuk m engamati ko ndisi atmosfer Bumi untuk memberikan informasi prakiraan cuaca suatu wilayah atau tempat dan juga untuk mempelajari cuaca & iklim suatu wilayah/daerah.. Pengamatan yang diambil dengan alat uji cuaca adalah suhu, tekanan udara, kelembaban, kecepatan angin, arah angin, curah hujan jasasewa alat meteorologi/ klimatologi - portable marine automatic weather station (pmaws) AutomaticWeather Station (AAWS). AAWS meru pakan peralatan cuaca otomatis yang mencatat berba gai parameter sensor. AAWS adalah singkatan dari Agroclimate Automatic Weather Station. AAWS merupakan suatu instrumen atau alat yang digunakan oleh BMKG sebagai statiun pemantau cuaca dan agroklimat otomatis. Alat ini mengamati unsur-unsur AUTOMATICWEATHER STATION (AWS) BERBASIS MIKROKONTROLER TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Sains KANTON LUMBAN TORUAN (BMKG) as an observer of the weather. Key words: Sensor, microcontroller, Automatic Weather Station, portable, data 1 Automatic weather, Kanton Lumban Toruan, FMIPA UI, 2009. AutomaticWeather Station (AWS) ialah sebuah sistem informasi monitoring cuaca terpadu dari alat pemantau cuaca milik BMKG yang tersebar diseluruh wilayah Indonesia salah satunya di Stasiun Meteorologi Kelas I I Gusti Ngurah Rai. Begitu halnya seperti peralatan lain seperti AWOS dan Lidar, peralatan ini juga perlu dilakukan pemeliharaan secara Andthe weather forecast data generated can be estimated in the field. Conclusions from the results of solving the problem can be overcome. Steps taken by BMKG that weather forecasts need to be carried out in forecasting weather and sea conditions with accurate data Keywords : Automatic Weather Station, Observation, Weather NzedO8. Automatic Weather Stations in an Edged Internet of Things IoT system publicationAutomatic Weather Stations AWS are extensively used for gathering meteorological and climatic data. The World Meteorological Organization WMO provides publications with guidelines for the implementation, installation, and usages of these stations. Nowadays, in the new era of the Internet of Things, there is an ever-increasing necessity for the...Context 1... on the literature [31] and our perspective, an Edged IoT system architecture has three 3 main layers, as illustrated in Figure 2, which are as follows Connected End devices at the edge of a network with embedded processing power, primitive intelligence, network connectivity, and sensing capabilities. ...... The technological advancement in weather predictions has shown the need for accurate measurement of atmospheric parameters which is of utmost importance to meteorologists. Of recent, there is a need for observing atmospheric weather parameters that will make scientist have access to real-time data they need to forecast or predict atmospheric weather conditions [2]. The need for accurate meteorological forecasts is on the rise because some sectors are in need of accurate weather prediction like the agriculture sector, maritime sector, and aviation sector. ...An atmospheric data acquisition device is designed to ease and improve on the current method of acquiring Temperature, Pressure, and Relative Humidity measurement at different altitudes. The proposed work aims to solve the problem of inadequate atmospheric data by monitoring atmospheric weather conditions using sensors while the microcontroller processes the data collected and relays it to the user. This research was carried out at the University of Uyo, between September 2018 and January, 2023. Considering that weather forecasting is of the utmost importance in our current society, the system has been built using a BME280 module for the atmospheric parameters acquisition, an ESP8266 as the microcontroller for Data processing, and a wireless module for processing and transfer of the data from the BME module, a NEO6M GPS module for longitude and latitude, a Li-ion cell to power the components and a TP4056 circuit to recharge the Li-ion cell. A web application was incorporated to help the user interact and access the data to enable ease of understanding and real-time logging of the data collected. This work is targeted toward the weather forecasting sector, agricultural sector, and individuals which may wish to gather information about the atmosphere for knowledge consumption. The results show that this device has a good performance for capturing atmospheric parameters for real-time monitoring purposes.... The use of current technologies is also included. Finally, the study presents a case study developed in AWS AgroComp project and its results [9]. The work of Kulkarni et al. is about the nature of a weather display method using low-cost components that even any electronics enthusiast could design. ...Industrialization and rapid urbanization in almost every country adversely affect many of our environmental values, such as our core ecosystem, regional climate differences and global diversity. The difficulties we encounter as a result of the rapid change we experience cause us to encounter many problems in our daily lives. The background of these problems is rapid digitalization and the lack of sufficient infrastructure to process and analyze very large volumes of data. Inaccurate, incomplete or irrelevant data produced in the IoT detection layer causes weather forecast reports to drift away from the concepts of accuracy and reliability, and as a result, activities based on weather forecasting are disrupted. A sophisticated and difficult talent, weather forecasting needs the observation and processing of enormous volumes of data. In addition, rapid urbanization, abrupt climate changes and mass digitization make it more difficult for the forecasts to be accurate and reliable. Increasing data density and rapid urbanization and digitalization make it difficult for the forecasts to be accurate and reliable. This situation prevents people from taking precautions against bad weather conditions in cities and rural areas and turns into a vital problem. In this study, an intelligent anomaly detection approach is presented to minimize the weather forecasting problems that arise as a result of rapid urbanization and mass digitalization. The proposed solutions cover data processing at the edge of the IoT and include filtering out the missing, unnecessary or anomaly data that prevent the predictions from being more accurate and reliable from the data obtained through the sensors. Anomaly detection metrics of five different machine learning ML algorithms, including support vector classifier SVC, Adaboost, logistic regression LR, naive Bayes NB and random forest RF, were also compared in the study. These algorithms were used to create a data stream using the time, temperature, pressure, humidity and other sensor-generated information.... The results are then compared to land use data from the CORINE land cover inventory. The methodology provided promising results, which can be further improved by applying machine learning methods such as artificial neural networks, random forests and expert systems [12,18,19], and the results can be used for the application of forest policy as well as decision making [20][21][22][23][24]. ... Konstantinos IoannouThe detection of possible areas for the application of agroforestry is essential and involves the usage of various technics. The recognition of forest types using satellite or aerial imagery is the first step toward this goal. This is a tedious task involving the application of remote sensing techniques and a variety of computer software. The overall performance of this approach is very good and the resulting land use maps can be considered of high accuracy. However, there is also the need for performing high-speed characterization using techniques that can determine forest types automatically and produce quick and acceptable results without the need for specific software. This paper presents a comprehensive methodology that uses Normalized Difference Vegetation Index NDVI data derived from the Moderate Resolution Imaging Spectroradiometer instrument MODIS aboard the TERRA satellite. The software developed automatically downloads data using Google Earth Engine and processes them using Google Colab, which are both free-access platforms. The results from the analysis were exported to ArcGIS for evaluation and comparison against the CORINE land cover inventory using the latest update 2018.... The last prediction results are compared with other models and found that this gives little more accuracy than the others. In the paper [12], the Authors reviewed the technology used for the implementation of automated weather stations is being made. In addition, the Authors also introduced the advanced computing such as IoT, Edge Computing, In-Depth Learning, Low Power WAN LPWAN, etc. using upcoming AWS-based viewing systems. ...... For the measurements of ambient temperature and humidity, a DHT22 sensor AM2302 Waveshare, Waveshare Electronics, Shenzhen, China is used, which is interfaced with the Raspberry Pi. DHT22 is a commonly used sensor in the prototyping phase of IoT Internet of Things system developments [29], which is capable of performing periodic measurements every around two seconds, which is adequate for the task. ...The emerging use of low-temperature plasma in medicine, especially in wound treatment, calls for a better way of documenting the treatment parameters. This paper describes the development of a mobile sensory device referred to as MSD that can be used during the treatment to ease the documentation of important parameters in a streamlined process. These parameters include the patient’s general information, plasma source device used in the treatment, plasma treatment time, ambient humidity and temperature. MSD was developed as a standalone Raspberry Pi-based version and attachable module version for laptops and tablets. Both versions feature a user-friendly GUI, temperature–humidity sensor, microphone, treatment report generation and export. For the logging of plasma treatment time, a sound-based plasma detection system was developed, initially for three medically certified plasma source devices kINPen MED, plasma care, and PlasmaDerm Flex. Experimental validation of the developed detection system shows accurate and reliable detection is achievable at 5 cm measurement distance in quiet and noisy environments for all devices. All in all, the developed tool is a first step to a more automated, integrated, and streamlined approach of plasma treatment documentation that can help prevent user variability.... In the same way, in the article [11] the author comments that, in Greece, there is a growing need for automated observation systems that provide scientists with the realtime data necessary to design and implement environmental policies. Therefore, this article reviews the technologies most currently used to implement weather stations, where they use the Internet of Things, Edge Computing, Deep Learning, LPWAN and more. ...Jeffry Ricaldi Cerdan Laberiano Andrade ArenasCurrently, pollution and global warming is a very controversial problem, due to the various consequences and effects it generates on health and the environment. There are studies that highlight that the main pollutants are due to human action that generates the extermination of certain ecosystems, as well as the increase in various acute and chronic diseases. The ecosystems most neglected by the authorities and the citizens are the wetlands, which can be seen reflected in the wetlands of Ventanilla, whose surface has been reduced from 1,500 to hectares due to overpopulation and contamination by the citizens themselves in recent years. These accessions endanger the extermination of the habitat of 126 birds and 27 species of native plants that inhabit a certain place, which is of great concern because these ecosystems are rapidly degrading. That is why, in the face of this problem, the design of a weather station applying the internet of things is proposed, which aims to inform the caretakers of the current state of the wetlands through a web server, where it will serve to carry out preventive actions. regarding the care of a certain ecosystem that are essential for the stabilization of CO2 emissions. This system is made up of the ESP32 platform, which will activate the emergency lights and a siren when the DHT 22, BMP180, ML8511 and MQ135 sensors detect abnormal values in temperature, humidity, atmospheric pressure, altitude, UV radiation and toxic gases.... In some cases, the low sensor cost criterion is formulated implicitly, as a low-cost assumption of the entire system Madokoro et al. [7], Shahadat et al. [19], Singh et al. [21], or as a remark that the lower cost of weather sensors directly translates into a larger number of weather stations Adityawarman and Matondang [2]. In many cases, the application of the low-cost criterion can be expected, based on the types of sensors used Mestre et al. [25], Chiba et al. [10], Nomura et al. [11], Hill et al. [13], Almalki et al. [9], Kim et al. [26], Kuo et al. [27], and Ioannou et al. [28]. ...... Low-Cost Sensors [25] stationary high resolution, stability over different weather conditions [7] mobile analysis based on literature review [19] stationary not specified [2] stationary not specified [21] stationary analysis based on literature review [22] stationary low cost [8] mobile weight, size, range, resolution, cost [9] both 1 reliability in high temperatures, energy efficiency [23] stationary low cost [20] portable not specified [26] stationary analysis based on literature review [27] stationary analysis based on literature review [28] stationary analysis based on literature review [24] stationary low cost this paper both 1 response time of a sensor in the cyber-physical subsystem, two defined factors of information accuracy 1 mobile, stationary. ...... However, modern low-cost sensors, calibrated by the manufacturers, are believed to be able to ensure getting measured data at good or, at least, sufficient accuracy. This means that in current weather stations, low-cost sensors are willingly used [2,[7][8][9][18][19][20][21][22][23][24][25][26][27][28], and was the premise for formulating the two minor criteria of sensor selection. ...Agnieszka ChodorekRobert Ryszard Chodorek Paweł SitekSmart-city management systems use information about the environment, including the current values of weather factors. The specificity of the urban sites requires a high density of weather measurement points, which forces the use of low-cost sensors. A typical problem of devices using low-cost sensors is the lack of legalization of the sensors and the resulting inaccuracy and uncertainty of measurement, which one can attempt to solve by additional sensor calibration. In this paper, we propose a different approach to this problem, the two-stage selection of sensors, carried out on the basis of both the literature pre-selection and experiments actual selection. We formulated the criteria of the sensor selection for the needs of the sources of weather information the major one, which is the fast response time of a sensor in a cyber-physical subsystem and two minor ones, which are based on the intrinsic information quality dimensions related to measurement information. These criteria were tested by using a set of twelve weather sensors from different manufacturers. Results show that the two-stage sensor selection allows us to choose the least energy consuming due to the major criterion and the most accurate due to the minor criteria set of weather sensors, and is able to replace some methods of sensor selection reported in the literature. The proposed method is, however, more versatile and can be used to select any sensors with a response time comparable to electric ones, and for the application of low-cost sensors that are not related to weather stations.... Stasiun pengamatan cuaca berfungsi pemantauan dan pengamatan cuaca dan perubahan kejadian alam berdasarkan pembacaan sensor terhadap kondisi suhu, temperatur, udara dan kelembapan suatu daerah pada kurun waktu tertentu [7]. Badan Meteorologi Klimatologi dan Geofisika BMKG sebagai institusi yang melakukan tugas pemantauan cuaca telah memiliki jaringan pengamatan cuaca secara otomatis atau Automatic Weather Station AWS yang tersebar di seluruh wilayah Indonesia [8]. ...... Stasiun pengamatan cuaca otomatis lebih dikenal dengan istilah AWS demikian juga dengan istilah di dokumen Guide to Meteorological Instruments and Methods of Observation Nomor 8 dari World Meteorological Organisation WMO [7], [9], [10], namun untuk membedakan kategori stasiun pengamatan tersebut BMKG membagi 3 tiga tipe stasiun. Stasiun pengamatan cuaca terdiri dari Automatic Rain Gauge ARG, Agroclimat Automatic Weather Station AAWS dan Automatic Weather Station AWS, dimana ketiganya hanya dibedakan dalam parameter cuaca yang diamati dan jumlah sensor yang dipasang. ...Stasiun Pengamatan Cuaca pada Badan Meteorologi Klimatologi dan Geofisika BMKG telah merapatkan jaringan stasiun pengamatan cuaca guna menghasilkan akurasi data yang lebih baik. BMKG memiliki kurang lebih 1000 dan jumlah ini masih jauh dari ideal untuk kerapatan jaringan pengamatan cuaca se-Indonesia. Stasiun pengamatan cuaca yang terbagi dalam 3 tiga type yaitu Automatic Rain Gauge ARG, Automatic Weather Station AWS dan Agroclimate Automatic Weather Station AAWS. Pemuktahiran sistem pengiriman data dari stasiun pengamat cuaca terhadap protokol pengiriman File Transfer Protocol FTP melalui modem General Packet Radio Service GPRS setiap 10 menit, dengan upgrade teknologi Internet of Things IoT perlu peninjauan terhadap kinerja operasional sistem komunikasi data. Karakteristik data yang kecil sangat cocok pada teknologi Internet of Things dengan menggunakan protokol Message Queuing Telemetry Transport MQTT guna monitoring data-data cuaca secara real-time. Berdasarkan hasil kajian dan penelitian dengan pengujian yang dilakukan terhadap metode komunikasi protokol FTP dengan protokol IoT MQTT pada stasiun AWS menggunakan analisa dengan metode PIECES Performance, Information, Economic, Control, Efisiency dan Service menunjukkan protokol MQTT yang berbasis IoT sebagai konsep komunikasi data yang tepat dimasa depan mengantikan protokol FTP... Assim, tecnologias digitais são alternativas ou complementos para análises tradicionais. Em IoT e Deep Learning há monitoramento de condições climáticas em estações meteorológicas automáticas, em tempo real, de baixo custo, com avançada transmissão de dados [15]. Uso de IoT associada a redes neurais para analisar fatores e emissões de gases poluentes dióxido e monóxido de carbono e dióxido de enxofre, a fim de reduzir efeito estufa [16]. ...... This study uses MAE, RMSE, and RMSLE to compare the performance of different models. Most studies use the above three indicators a lot for data comparison [38][39][40]. They are widely used to objectively assess the accuracy of a regression equation by analyzing differences between observations and estimates. ...Kyung-Su ChuCheong-Hyeon OhJung-Ryel ChoiByung-Sik KimIn recent years, Korea has seen abnormal changes in precipitation and temperature driven by climate change. These changes highlight the increased risks of climate disasters and rainfall damage. Even with weather forecasts providing quantitative rainfall estimates, it is still difficult to estimate the damage caused by rainfall. Damaged by rainfalls differently for inch watershed, but there is a limit to the analysis coherent to the characteristic factors of the inch watershed. It is time-consuming to analyze rainfall and runoff using hydrological models every time it rains. Therefore, in fact, many analyses rely on simple rainfall data, and in coastal basins, hydrological analysis and physical model analysis are often difficult. To address the issue in this study, watershed characteristic factors such as drainage area A, mean drainage elevation H, mean drainage slope S, drainage density D, runoff curve number CN, watershed parameter Lp, and form factor Rs etc. and hydrologic factors were collected and calculated as independent variables, and the threshold rainfall calculated by the Ministry of Land, Infrastructure and Transport MOLIT was calculated as a dependent variable and used in the machine learning technique. As for machine learning techniques, this study uses the support vector machine method SVM, the random forest method, and eXtreme Gradient Boosting XGBoost. As a result, XGBoost showed good results in performance evaluation with RMSE 20, MAE 14, and RMSLE and the threshold rainfall of the ungauged watersheds was calculated using the XGBoost technique and verified through past rainfall events and damage cases. As a result of the verification, it was confirmed that there were cases of damage in the basin where the threshold rainfall was low. If the application results of this study are used, it is judged that it is possible to accurately predict flooding-induced rainfall by calculating the threshold rainfall in the ungauged watersheds where rainfall-outflow analysis is difficult, and through this result, it is possible to prepare for areas vulnerable to flooding. Weather is very critical for aviation. Especially regarding safety in air transportation. Badan Meteorologi, Klimatologi, dan Geofisika BMKG in its duties and functions provides aviation weather information, conducts the updated weather observation activities for the needs of takeoff and landing at airports. The World Meteorological Organization WMO has targeted automation with a target achievement in 2017. But currently in conducting the updated weather observations, BMKG still uses conventional weather observation systems even though at some airports Automated Weather Observing Systems AWOS have been installed. The automated weather observing system is still not fully implemented yet. This study aims to create a blueprint for the implementation of automatic weather observations for aviation services in BMKG. Guidelines for making blueprint use the Enterprise Architecture Planning EAP framework. EAP defines business and architectural needs related to data, applications, and technology needed to implement automation. The final results achieved are in the form of a blueprint for the implementation of automated weather observing system for aviation services in BMKG which can be a guide for BMKG in achieving the vision related to aviation weather services. Discover the world's research25+ million members160+ million publication billion citationsJoin for free Prosiding Seminar Nasional Teknologi Informasi dan Kedirgantaraan Transformasi Teknologi untuk Mendukung Ketahanan Nasional, Yogyakarta, 13 Desember 2018 SENATIK 2018, Vol. IV, ISBN 978-602-52742-0-6 DOI THE BLUEPRINT OF AWOS IMPLEMENTATION FOR AVIATION SERVICES AT BMKG Duati Wardani1, Selo Sulistyo2, I Wayan Mustika3 Departemen Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada Jl. Grafika 2, Kampus UGM, Yogyakarta, 55281 Email Abstract Weather is very critical for aviation. Especially regarding safety in air transportation. Badan Meteorologi, Klimatologi, dan Geofisika BMKG in its duties and functions provides aviation weather information, conducts the latest weather observation activities for the needs of takeoff and landing at airports. The World Meteorological Organization WMO has targeted automation with a target achievement in 2017. But currently in conducting the latest weather observations, BMKG still uses conventional weather observation systems even though at some airports Automated Weather Observing Systems AWOS have been installed. The automated weather observing system is still not fully implemented yet. This study aims to create a blueprint for the implementation of automatic weather observations for aviation services within the BMKG. Guidelines for making blueprint use the Enterprise Architecture Planning EAP framework. EAP defines business and architectural needs related to data, applications, and technology needed to implement automation. The final results achieved are in the form of a blueprint for the implementation of automated weather observing system for aviation services within the BMKG which can be a guide for BMKG in achieving the vision related to aviation weather services. Keyword BMKG, EAP, AWOS, aviation weather services Abstrak Cuaca merupakan hal yang sangat penting bagi dunia penerbangan. Apalagi menyangkut keselamatan dalam transportasi udara. Badan Meteorologi, Klimatologi, dan Geofisika BMKG dalam tugas dan fungsinya memberikan informasi cuaca penerbangan, melakukan kegiatan pengamatan cuaca terkini untuk keperluan tinggal landas dan pendaratan di bandara. World Meteorological Organization WMO telah menargetkan otomatisasi dengan target capaian di tahun 2017. Namun saat ini dalam melakukan pengamatan cuaca terkini, BMKG masih menggunakan sistem pengamatan cuaca konvensional meskipun di beberapa bandara telah dipasang sistem pengamatan cuaca otomatis AWOS. Sistem pengamatan cuaca otommatis juga masih belum dilaksanakan dengan penuh. Penelitian ini bertujuan untuk membuat cetak biru blueprint implementasi pengamatan cuaca otomatis untuk pelayanan penerbangan di lingkungan BMKG. Panduan dalam pembuatan cetak biru menggunakan kerangka Enterprise Architecture Planning EAP. EAP mendefinisikan kebutuhan bisnis dan arsitektur terkait data, aplikasi, dan teknologi yang dibutuhkan untuk mengimplementasikan otomatisasi. Hasil akhir yang dicapai adalah berupa blueprint implementasi pengamatan cuaca otomatis untuk pelayanan penerbangan di lingkungan BMKG yang dapat menjadi panduan bagi BMKG dalam mencapai visi terkait pelayanan cuaca penerbangan. Kata Kunci BMKG, EAP, AWOS, pelayanan cuaca penerbangan SENATIK 2018, Vol. IV, ISBN 978-602-52742-0-6 SIP-158 1. Pendahuluan Perubahan cuaca sering berdampak pada kehidupan manusia, tak terkecuali dalam dunia penerbangan yang memegang prinsip menjaga keselamatan transportasi udara. Kecelakaan dalam penerbangan umumnya diakibatkan oleh 3 faktor utama yaitu faktor teknis, faktor kesalahan manusia human error, dan faktor cuaca [1]. Pelayanan informasi cuaca penerbangan yang cepat, tepat, akurat, dan terus menerus sangat diperlukan di setiap bandar udara, terutama di bandara yang memiliki frekuensi penerbangan yang padat dan sering mengalami perubahan cuaca yang cepat. Setiap pengguna informasi meteorologi untuk penerbangan wajib menggunakan informasi yang bersumber dari Unit Pelayanan Informasi Meteorologi [2]. Dalam melaksanakan tugas dan fungsinya, unit pelayanan informasi meteorologi/ stasiun meteorologi berkewajiban memenuhi kebutuhan end-user akan informasi cuaca terkini. Update perubahan keadaan cuaca signifikan juga harus dilaporkan guna menjaga keselamatan penerbangan. Dalam melaksanakan pelayanan informasi cuaca penerbangan Badan Meteorologi, Klimatologi, dan Geofisika BMKG memiliki target sasaran strategis yaitu pemerataan pemenuhan layanan informasi peringatan dini cuaca penerbangan yang memenuhi standar pelayanan minimal bidang meteorologi yaitu dengan akurasi 100% [3]. Pada kegiatan pengamatan cuaca, BMKG masih menggunakan dua model pengamatan, yaitu pengamatan konvensional dan pengamatan otomatis. World Meteorological Organization WMO menargetkan untuk otomatisasi dengan target capaian tahun 2017 [4]. Hal ini mendorong BMKG untuk melakukan percepatan otomatisasi. Dalam dunia penerbangan, ada tiga tahap utama dalam pelayanan, yaitu pre-flight service, in-flight service, dan post-flight service. Pre-flight service merupakan kegiatan penanganan penerbangan sebelum keberangkatan di bandara asal/ origin station. In-flight service adalah kegiatan pelayanan selama penerbangan. Post-flight service adalah kegiatan penanganan penerbangan setelah kedatangan di bandara tujuan/destination [5]. Informasi cuaca dari kegiatan pengamatan cuaca permukaan dibutuhkan terlebih pada saat pre-flight dan post-flight, selama in-flight penerbang menggunakan panduan weather forecast yang disajikan oleh forecaster dalam flight document. Pengamatan cuaca diperlukan untuk mengamati keadaan cuaca secara terus menerus dan berkesinambungan untuk mengetahui perubahan cuaca guna meminimalkan efek negatif dari perubahan yang ektrim [6]. Petugas yang melaksanakan pengamatan disebut pengamat observer. Parameter yang diukur dalam pengamatan cuaca permukaan antara lain angin, suhu, kelembaban, hujan, tekanan, penyinaran matahari, jarak pandang, dan awan. Pengamatan yang akurat terus menerus sangat bermanfaat bagi pengolahan data untuk prakiraan cuaca weather forecast dan menjadi bahan penelitian untuk fenomena perubahan iklim. Terdapat dua jenis sistem pengamatan cuaca, yaitu sistem pengamatan konvensional conventional observing system dan sistem pengamatan otomatis automated observing system. Sistem pengamatan konvensional terdiri dari pengamat dan beberapa intrumentasi pengukur cuaca manual yang diletakkan di suatu taman pengamatan observing park. Sedangkan sistem pengamatan cuaca otomatis mengunakan instrumentasi pengukur cuaca otomatis. Automated Weather Observing System AWOS adalah instrumentasi pengamatan cuaca otomatis yang ditempatkan di bandara untuk mendapatkan data unsur-unsur cuaca secara otomatis [7]. Parameter cuaca diukur oleh sensor-sensor yang terpasang pada AWOS. Sensor-sensor tersebut antara lain digunakan untuk mengukur arah dan kecepatan angin, tekanan, suhu, kelembaban, hujan, awan, dan jarak pandang. Masing-masing sensor mengukur parameter cuaca, mengirimkannya hasil pengukuran ke Data Collections Platform DCP kemudian akan diproses oleh Central Data Processor CDP yang akan menyimpan SIP- 159 THE BLUEPRINT… Duati Wardani dan menyajikan data pengamatan [8]. AWOS mengolah data menjadi informasi cuaca penerbangan dalam bentuk a. MetReport, yaitu informasi cuaca rutin hanya untuk bandara setempat, tidak disebarkan keluar bandara, dan dipergunakan untuk keperluan tinggal landas dan pendaratan. b. Special, yaitu informasi cuaca khusus terpilih hanya untuk bandara setempat, tidak disebarkan keluar bandara, dilaporkan setiap saat bila ada perubahan unsur cuaca signifikan/ bermakna. c. Metar yaitu nama sandi pelaporan cuaca rutin untuk penerbangan d. Speci, yaitu nama sandi pelaporan cuaca khusus terpilih untuk penerbangan. Prosedur pelayanan informasi cuaca menggunakan AWOS adalah pengamat melihat dan mengamati hasil unsur-unsur cuaca yang terekam dalam monitor AWOS kemudian melakukan validasi dengan membandingkan data hasil pengamatan dari AWOS dengan pengamatan konvensional [7]. Saat ini peralatan pengamatan cuaca otomatis belum terpasang di semua bandara. Pengamatan otomatis belum berjalan secara penuh dalam pelayanan cuaca penerbangan di BMKG. Untuk itu diperlukan suatu perencanaan enterprise yang mampu mendefinisikan kebutuhan bisnis dan arsitektur terkait data, aplikasi, dan teknologi yang dibutuhkan untuk mengimplementasikan otomatisasi dan modernisasi pelayanan pengamatan cuaca untuk penerbangan di lingkungan BMKG. Makalah ini mengusulkan sebuah blueprint implementasi pengamatan cuaca otomatis untuk pelayanan penerbangan di lingkungan BMKG yang dapat menjadi panduan bagi BMKG dalam mencapai visi terkait pelayanan cuaca penerbangan. 2. Metodologi Penelitian Metode penelitian ini menggunakan kerangka Enterprise Architecture Planning Steven Spewak untuk menggambarkan sistem pengamatan cuaca konvensional yang sedang berjalan dan sistem pengamatan cuaca otomatis untuk masa mendatang. Enterprise Architecture EA merupakan suatu representasi dari struktur dan perilaku proses bisnis suatu perusahaan yang menggambarkan sistem yang yang sedang berjalan dan sistem di masa depan. EA meliputi pemanfaatan teknologi informasi terkini, visi untuk pemanfaatan teknologi informasi masa depan, dan road map untuk evolusi teknologi informasi dari keadaan saat ini ke masa depan [9]. Beberapa model EA yang sering digunakan antara lain model Zachman Framework, Enterprise Architecture Planning EAP, Togaf Adm, dan lain sebagainya. EAP merupakan bagian dari zachman’s framework, yaitu lapis kedua paling atas dari matrik zahman dimana tahapannya ditunjukkan pada gambar 1. Gambar 1. Enterprise Architecture Planning Steven Spewak [10] SENATIK 2018, Vol. IV, ISBN 978-602-52742-0-6 SIP-160 EAP mendefinisikan kebutuhan bisnis dan arsitektur yang menjelaskan mengenai data, aplikasi, dan teknologi yang dibutuhkan untuk mendukung bisnis tersebut [11]. EAP terdiri dari empat tahapan, yaitu inisiasi rencana, deskripsi keadaan saat ini, visi masa depan yang ingin dicapai, dan bagaimana mewujudkannya. Pada Level pertama EAP menjelaskan bagaimana inisialisasi rencana otomatisasi yang dijalankan BMKG. Dalam menjalankan tugas dan fungsi terkait pelayanan cuaca penerbangan, BMKG memiliki visi untuk memberikan informasi yang akurat, tepat sasaran, tepat guna, cepat, lengkap, dan dapat dipertanggungjawabkan. Selain itu BMKG juga harus tanggap dalam menangkap dan merumuskan kebutuhan stakeholder akan informasi, serta mampu memberikan pelayanan sesuai dengan kebutuhan pengguna jasa. Dalam konteks pelayanan cuaca untuk penerbangan, output yang diharapkan adalah untuk menjaga keselamatan penerbangan. Level kedua EAP memberikan gambaran bagaimana bisnis model yang sedang terjadi di BMKG. Teknologi dan sistem yang digunakan untuk pengamatan cuaca penerbangan. Level ketiga EAP adalah skenario pandangan arsitektur di masa yang akan datang terkait data, aplikasi, dan teknologi yang akan digunakan. Sedangkan Level terakhir menjabarkan tentang bagaimana implementasi/ migrasi dari sistem yang lama conventional ke sistem otomatis yang baru automated. 3. Hasil dan Pembahasan Dalam upaya mewujudkan otomatisasi dan modernisasi pada proses diseminasi informasi cuaca terkini penerbangan, BMKG menggunakan pendekatan EAP untuk mengimplementasikan teknologi di masa yang akan datang. Proses pemodelan EAP dijalankan dengan tujuh langkah. Diawali dengan inisiasi rencana, pemodelan bisnis, tinjauan sistem dan teknologi yang digunakan saat ini, arsitektur data, arsitektur aplikasi, arsitektur teknologi, dan bagaimana proses implementasi/ migrasi. Planning Initiation BMKG dalam menjalankan tugas pelayanan informasi cuaca penerbangan mempunyai rencana otomatisasi dan modernisasi yang tertuang dalam Peraturan Kepala Badan Meteorologi, Klimatologi, dan Geofisika Nomor 5 Tahun 2014 Tentang Rencana Induk Badan Meteorologi, Klimatologi, dan Geofisika Tahun 2015 – 2045 [12]. Disebutkan bahwa BMKG telah melakukan berbagai upaya percepatan diseminasi informasi baik itu meteorologi, klimatologi, maupun geofisika. Salah satu bentuk otomatisasi yang akan dilakukan adalah mengganti sistem pengamatan konvensional menjadi pengamatan otomatis berbasis alat instrumented yang terintegrasi. Alat otomatis yang digunakan dalam pelayanan pengamatan cuaca terkini untuk penerbangan adalah AWOS. AWOS sebagai alat bantu BMKG dalam mewujudkan visi dalam pelayanan penerbangan yaitu mewujudkan keselamatan penerbangan. Business Modeling Bisnis model yang terjadi di BMKG pada pengamatan cuaca untuk penerbangan dalam penelitian ini fokus pada pengamatan cuaca penerbangan yang memiliki tujuan akhir untuk ikut menjaga keselamatan penerbangan. Proses pelayanan cuaca penerbangan dimodelkan dengan menggunakan Value Chain Model Analysis seperti ditunjukkan pada gambar 2. SIP- 161 THE BLUEPRINT… Duati Wardani Gambar 2. Value Chain Model Analysis BMKG melalui Stasiun Meteorologi memiliki dua aktivitas utama dalam pelayanannya, yaitu Pengamatan cuaca penerbangan serta analisa dan prakiraan cuaca penerbangan. Pengamatan cuaca penerbangan dilakukan oleh seorang pengamat baik menggunakan intrumentasi konvensional maupun AWOS. Alur data yang terjadi adalah parameter cuaca diamati oleh pengamat/AWOS, yang kemudian mengirimkan hasil pengamatan ke pengelola layanan navigasi penerbangan di bawah Perusahaan Umum Lembaga Penyelenggara Pelayanan Navigasi Penerbangan Indonesia Perum. LPPNPI melalui Aeronautical Fixed Telecommunication Network AFTN dan ke BMKG melalui jaringan Computer Message Switching System CMSS, seperti ditunjukkan gambar 3. Gambar 3. Alur Pengamatan Cuaca Current System and Technology Dalam melakukan pelayanan informasi cuaca terkini untuk penerbangan, BMKG saat ini masih menggunakan dua jenis sistem pengamatan, yaitu pengamatan konvensional dan otomatis. Pada pengamatan konvensional, pengamat mengamati cuaca menggunakan instrumentasi konvensional di taman pengamatan kemudian mencatat data pengukuran, dan mengirimkannya sebagai informasi cuaca terkini kepada LPPNPI dalam bentuk MetReport/ Special dan kepada BMKG dalam bentuk Metar/ Speci. Alur Sistem Pengamatan konvensional ditunjukkan pada gambar 4. Gambar 4. Alur Sistem Pengamatan Konvensional SENATIK 2018, Vol. IV, ISBN 978-602-52742-0-6 SIP-162 Sistem Pengamatan Otomatis melibatkan pengamat dan intrumen pengukur cuaca otomatis/ AWOS. Display AWOS sebagai alat bantu pengamat untuk mengetahui nilai parameter unsur cuaca tanpa harus melakukan pengamatan ke taman pengamatan observation park. Input data masih dilakukan secara manual oleh pengamat baik itu ke jaringan AFTN maupun ke jaringan CMSS. Sistem Pengamatan Otomatis yang digunakan BMKG menggunakan AWOS seperti ditunjukkan pada gambar 5. Gambar 5. Alur Sistem Pengamatan Otomatis Data Architecture Untuk melakukan otomatisasi pengamatan secara penuh, BMKG membutuhkan cetak biru blueprint arsitektur terkait data, aplikasi, dan teknologi yang akan digunakan. Arsitektur data yang digunakan dalam perencanaan ini menggunakan pendekatan Two Layer Data Warehouse Architecture yang terdiri dari 4 lapisan. Model data warehouse ini memisahkan media penyimpanan antara sumber data dan data warehouse. Data Architecture ditunjukkan pada gambar 6. Gambar 6. Data Architecture SIP- 163 THE BLUEPRINT… Duati Wardani Lapisan pertama adalah Source Layer. Lapisan ini merupakan sumber data yang berasal dari pengamatan parameter cuaca yang diperoleh dari sensor-sensor AWOS. Data yang diperoleh pada lapisan ini adalah data semua parameter cuaca seperti angin, suhu, kelembaban, hujan, tekanan, penyinaran matahari, jarak pandang, dan awan. Data masing-masing parameter diukur dalam frekuensi waktu tertentu yang sudah diatur sebelumnya, misalnya setiap 2 menit, 10 menit, 1 jam, atau 24 jam. Lapisan kedua adalah Data Staging. Disinilah terjadi proses Extract, Transform, dan Load ETL. Data parameter cuaca dari sensor diekstrak oleh DCP. Kemudian hasil ekstrak ini menjalani proses transformasi yang pada prinsipnya mengubah dalam bentuk standar. Proses Load adalah proses pengiriman data yang sudah menjalani transformasi ke gudang data yang berada dalam CDP. Lapisan ketiga adalah Data Warehouse Layer. Informasi cuaca yang sudah tersimpan dalam gudang data dapat langsung digunakan atau dipisah-pisah dalam data mart sesuai peruntukannya. Pada pelayanan pengamatan cuaca untuk penerbangan, data mart yang dibuat, sesuai peruntukannya, adalah informasi yang berupa MetReport/ Special untuk AFTN dan Metar/ Speci untuk CMSS. Data mart yang lain yang dapat dibentuk adalah untuk keperluan analisis/ prakiraan cuaca terkait cuaca penerbangan dan iklim. Lapisan keempat adalah Analysis Layer. Lapisan ini digunakan untuk melakukan pemanfaatan informasi dari data mart. Proses yang terjadi pada lapisan ini adalah penyandian data untuk pengiriman MetReport/ Special ke jaringan AFTN Bandara, pengiriman Metar/Speci pada jaringan CMSS, dan Analisa Prakiraan Cuaca ke jaringan lokal. Application Architecture Arsitektur aplikasi yang baik untuk digunakan dalam model pelayanan informasi pengamatan cuaca penerbangan ini adalah berbasis client server Two-Tier Application. Server sebagai penyedia data dan client adalah pengguna data end-user. Service bisnis yang terjadi dikelola di sisi server server-centric. Hal ini akan memudahkan ketika terdapat perubahan service bisnis. Perubahan lebih cepat karena cukup hanya dilakukan di sisi server saja. Gambar 7 menunjukkan model Server Centric. Gambar 7. Server Centric Model Aristektur aplikasi perlu dipetakan untuk mengintegrasikan seluruh kebutuhan bisnis organisasi akan informasi. Kebutuhan bisnis dalam konteks ini adalah kebutuhan informasi cuaca penerbangan terkini yang didapat dari hasil pengamatan parameter cuaca. Arsitektur aplikasi pada pelayanan pengamatan cuaca penerbangan ditunjukkan pada gambar 8. SENATIK 2018, Vol. IV, ISBN 978-602-52742-0-6 SIP-164 Gambar 8. Aplication Architecture Sensor-sensor merupakan sumber data dari data warehouse. Data warehouse menyediakan data mart untuk masing-masing aplikasi sesuai dengan kebutuhannya. Khusus untuk aplikasi-aplikasi dengan tipe broadcast messages, diperlukan proses validasi, untuk memastikan tidak terjadi kesalahan pada pengukuran sensor. Technology Architecture Arsitektur teknologi adalah skenario teknologi yang digunakan untuk mengimplementasikan otomatisasi pelayanan informasi cuaca terkini untuk penerbangan di lingkungan BMKG. Arsitektur teknologi mendeskripsikan kebutuhan infrastruktur, termasuk jaringan, yang dibutuhkan dalam mewujudkan visi yang ingin dicapai. Skenario arsitektur teknologi ditunjukkan pada gambar 9. Gambar 9. Technology Architecture Source Layer terdiri dari sensor-sensor pengukur parameter cuaca yang akan memberikan nilai pengamatan pada waktu tertentu yang akan dikumpulkan oleh DCP, diekstrak, dan dikirimkan ke CDP pada Core Layer. Pada lapisan inilah data-warehouse dan data-mart disimpan yang kemudian akan didistribusikan melalui Distribution Layer untuk selanjutnya dibagi sesuai kebutuhan akses end-user pada Access Layer. Konektivitas dari sumber data source hingga ke core layer dirancang menggunakan saluran fiber optic. Fiber optik merupakan media transfer data paling efektif, memiliki tingkat SIP- 165 THE BLUEPRINT… Duati Wardani loss data dan gangguan yang rendah, serta bandwith yang tinggi untuk menjaga keberlangsungan data yang berkesinambungan secara realtime. Semua lapisan dalam jaringan yaitu core layer, distribution layer dan access layer menggunakan jalur ganda pada switch yang dipakai, sehingga ketika salah satu perangkat switch rusak/ off, otomatis akan melalui switch yang lain agar tetap terhubung. Begitu juga untuk koneksi ke luar internet menggunakan lebih dari satu provider sehingga konektivitas tetap terjaga guna mendukung proses data sharing layanan penerbangan. Implementation/ Migration Plans Proses implementasi pelayanan pengamatan cuaca otomatis di BMKG diawali dengan pengadaan AWOS untuk stasiun-stasiun yang masih menggunakan sistem pengamatan konvensional. Sedangkan untuk stasiun yang sudah menggunakan AWOS supaya dapat merealisasikan otomastisasi penuh pada kegiatan pengamatan, sehingga mengurangi campur tangan manusia dalam proses ini. Pengamat dibutuhkan hanya untuk melakukan validasi ketika ada sensor otomatis yang tidak bekerja dengan semestinya. Peralatan pengukur cuaca konvensional dialihfungsikan menjadi alat bantu validator dari informasi AWOS. Proses otomatisasi ini tidak dapat serta merta dilakukan dengan semata-mata menggantikan sistem pengamatan manual menjadi otomatis begitu saja. Di masing-masing stasiun perlu dilakukan dual observation pengamatan bersama otomatis dan manual secara overlapping selama 2 hingga 3 tahun berturut-turut untuk menentukan dan mengidentifikasi faktor-faktor koreksi yang harus dicakup dalam data analisis. Pemeliharaan AWOS yang berkesinambungan dan kalibrasi yang terjadwal menjadi poin penting yang harus diperhatikan untuk menjaga kualitas data pengamatan. BMKG juga perlu melakukan integrasi semua peralatan AWOS yang sudah terpasang dengan memperhatikan prinsip-prinsip interoperabilitas agar tercipta standar-standar konektivitas untuk memudahkan proses pengembangan sistem di masa yang akan datang. Teknologi Cloud menjadi referensi untuk dapat mengkoneksikan data AWOS dengan data dari instrumentasi otomatis lainnya seperti Automatic Weather Stations AWS, Agroclimate Auotomatic Weather Stations AAWS, maupun Automatic Rain Gauge ARG sehingga tercipta integrasi yang baik di lingkungan BMKG maupun dengan instansi terkait lainnya. 4. Kesimpulan Enterprise Architecture Planning EAP dapat digunakan untuk membuat cetak biru blueprint implementasi pengamatan cuaca untuk pelayanan penerbangan di lingkungan BMKG. EAP mampu mendefinisikan kebutuhan bisnis dan arsitektur terkait data, aplikasi, dan teknologi yang dibutuhkan untuk mengimplementasikan otomatisasi. Overlapping pada proses migrasi diharapkan mampu menjadi bahan evaluasi dalam implementasi otomatisasi. Daftar Pustaka [1] Poerwanto, E., & Mauidzoh, U. 2016. Analisis Kecelakaan Penerbangan Di Indonesia Untuk Peningkatan Keselamatan Penerbangan. Angkasa Jurnal Ilmiah Bidang Teknologi, 82, 9-26. SENATIK 2018, Vol. IV, ISBN 978-602-52742-0-6 SIP-166 [2] Kementrian Perhubungan, Peraturan Menteri Perhubungan Republik Indonesia No. PM 9 Tahun 2015 tentang Peraturan Keselamatan Penerbangan Sipil Bagian 174 Civil Aviation Safety Regulations Part 174 Tentang Pelayanan Informasi Meteorologi Penerbangan Aeronautical Meteorological I. Jakarta, 2015. [3] BMKG, Peraturan Kepala Badan Meteorologi, Klimatologi, dan Geofisika Republik Indonesia Tahun 2017. Jakarta, 2017. [4] BMKG, Peraturan Kepala BMKG Tahun 2015 Tentang Rencana Strategis Badan Meteorologi Klimatologi dan Geofisika Tahun 2015–2019. Jakarta, 2015. [5] Poerwanto, E., & Gunawan, G. 2015. Analisis Beban Kerja Mental Pekerja Bagian Ground H Andling Bandara Adisutjipto untuk Mendukung Keselamatan Penerbangan. Angkasa Jurnal Ilmiah Bidang Teknologi, 72, 115-126. [6] E. Buyukbas, L. Yalcin, Z. T. Dag, and S. Karatas, “Instruments and Observing Methods,” Alanya, Turkey, 2005. [7] BMKG, SOP Tahun 2017 Tentang Pelayanan Cuaca Untuk Informasi Cuaca Penerbangan Bila Sarana AWOS Terjadi Malfungsi. Jakarta, 2017. [8] A. W. Inc., Automated Weather Observing System AWOS 3000 User’s Manual, Sacramento, CA, USA All Weather Inc., 2017. [9] Bente, S., Bombosch, U., & Langade, S. 2012. Collaborative enterprise architecture Enriching ea with lean. Agile, and Enterprise practices, Eds. Elsevier. [10] Spewak, S. H., & Hill, S. C. 1993. Enterprise architecture planning developing a blueprint for data, applications and technology. QED Information Sciences, Inc.. [11] S. Kasus, B. Pendidikan, D. Kab, and L. Tengah, “Perancangan arsitektur sistem informasi menggunakan enterprise arsitecture planning,” vol. 13, no. 1, pp. 41–51, 2013. [12] P. B. Rencana Induk Badan Meteorologi, Klimatologi, dan Geofisika Tahun 2015-2045. Jakarta, 2014. ... The Meteorology, Climatology, and Geophysics Agency BMKG is a strategic agency in Indonesia regarding weather whose interests extend to aviation security [1]. The BMKG processes many weather data with complex problems that require advanced artificial intelligence skills, such as earthquake prediction, fire prediction, and wind power prediction [2]- [4]. ...... We use several regression testing metrics in this study, namely r 2 , M SE, and M BE. The value of r 2 is the squared value of the result of Equation 1. The value range is from 0 to 1. Results closer to 1 show that the regression model has good performance, the opposite if it is close to 0. While the M SE formula is as follows ...Ikke Dian Oktaviani Aji Gautama PutradaThe prediction of rain duration based on data from the Meteorology, Climatology, and Geophysics Agency BMKG is an important issue but remains an open problem. At the same time, several studies have shown that missing values can cause a decrease in the performance of the model in making predictions. This study proposes k-nearest neighbors KNN imputation to overcome the problem of missing values in predicting rain duration. The source of the rain duration prediction dataset is the BMKG data. We compared gradient boosting regression GBR, adaptive boosting regression ABR, and linear regression LR for the regression model for predicting rain duration. We compared the KNN imputation method with several benchmark methods, including zero imputation, mean imputation, and iterative imputation. Parameters r2, mean squared error MSE and mean bias error MBE measure the performance of these imputation methods. The test results show that for rain duration prediction using the regression method, GBR shows the best performance, both for train data and test data with r2 = and respectively. Then our proposed KNN imputation has the best performance for missing value imputation compared to the benchmark imputation method. The prediction values of r2 and MSE when using KNN imputation at Missing Percentage = 90% are and respectively.... Salah satu pelayanan yang didorong percepatannya adalah pengefisiensian waktu agar mengurangi waktu kerja yang dibutuhkan sehingga pekerjaan dilakukan dengan cepat [1]. Pelayanan tersebut meliputi pelayanan pre-flight service, in-flight service, dan post-flight service [2]. Untuk mendukung peningkatan pelayanan pada moda transportasi udara perlu didukung oleh personel yang memiliki kompetensi dan sarana keselamatan penerbangan yang efektif dan tepat guna [3]. ...... Perjalanan pesawat terbang yang mengambil rute tertentu dapat dilihat dan dipantau [2], hal ini dilakukan agar keselamat penerbangan lebih terjamin. Faktor dalam keselamatan penerbangan dipengaruhi oleh cuaca [3] dan penanganan pesawat saat didarat [4]. Penanganan kecelakaan pesawat terbang di Indonesia semakin baik [5], hal ini didukung dengan pembelajaran mengenai peswat terbang [6] dan pengenalan ruangan dalam pesawat terbang [7]. ...Eko PoerwantoGunawan GunawanIncreased need for air transport will increase the activity of ground handling at airports. Increased activity of this will affect the mental workload received personnel who carry it out. Any increase in mental workload will affect the occurrence of human error and affect flight safety. Analysis of mental workload ofpart o f ground handling personnel is very important to ensure acceptable personnel workloads according to workload capacity available. This mental workload research using NASA-TLX method, that the procedure uses a multi-dimensional rating, and divide the workload on the basis of the average loading 6 dimensions, namely Mental Demand, Physical Demand, Temporal Demand, Effort, Own Performance, and frustation. NASA-TLX is divided into two phases, namely a comparison of each scale Paired Comparison and giving value to the work Event Scoring. The research objective is to ensure the mental workload of part of ground handling Adisucipto airport in Yogyakarta, in accordance with their capacity, so as to avoid human error and to support aviation safety. The results showed that the mean score of mental workload ground handling activities by PT. Gapura Air and PT. Kokapura Avia in Yogyakarta Adisucipto airport in the mental workload optimization group, which indicates mental workload received by workers are safe no overload.Eko PoerwantoUyuunul MauidzohAchievement level of aviation safety can be achieved with the proper function of all components of the system in the aviation industry which consists of airport operators, airline operators, air traffic operators and aircraft maintenance operator, as well as the regulations set by the regulator. Every incident should be investigated aviation accidents to fin d the cause. This is to provide appropriate recommendations so that the same airline accident does not happen again. The increasing number of flights that are needed with safety guarantees. So it is importance to analyzed routine flight accident to improve the safety performance of airlines. This research is descriptive analysis with qualitative methods. Flight accidents data that have investigated from NTSC and DGCA grouped causes are then recommendations have been made by the NTSC also grouped for each operator stakeholders. Improved system of aviation safety in Indonesia can be done with a thorough analysis based on the results of investigation of NTSC whose recommendations have been given to all stakeholders in the aviation industry. The results showed that the causes of flight accidents in Indonesia is dominated by the human factor the percentage reached 60%. The highest number of the recommendations given by the NTSC to DGCA as many as 208 recommendations during the period 2007-2014 but the trend o f declining. On other side of the trend of the recommendations given to aviation operators showed an increase. This shows an increase in the duty on DGCA to always supervise, and set the standard flight operations carried out by several airline operators in H. SpewakSteven C. HillThe emphasis of this book is on the interpersonal skills and techniques for organizing and directing an EAP project, obtaining management commitment, presenting the plan to management, and leading the transition from planning to Menteri Perhubungan Republik Indonesia No. PM 9 Tahun 2015 tentang Peraturan Keselamatan Penerbangan Sipil Bagian 174 Civil Aviation Safety Regulations Part 174 Tentang Pelayanan Informasi Meteorologi Penerbangan Aeronautical Meteorological IKementrian PerhubunganKementrian Perhubungan, Peraturan Menteri Perhubungan Republik Indonesia No. PM 9 Tahun 2015 tentang Peraturan Keselamatan Penerbangan Sipil Bagian 174 Civil Aviation Safety Regulations Part 174 Tentang Pelayanan Informasi Meteorologi Penerbangan Aeronautical Meteorological I. Jakarta, BmkgKepala BadanMeteorologiBMKG, Peraturan Kepala Badan Meteorologi, Klimatologi, dan Geofisika Republik Indonesia Tahun 2017. Jakarta, Rencana Strategis Badan Meteorologi Klimatologi dan Geofisika TahunPeraturan BmkgBmkg KepalaNoBMKG, Peraturan Kepala BMKG Tahun 2015 Tentang Rencana Strategis Badan Meteorologi Klimatologi dan Geofisika Tahun 2015-2019. Jakarta, and Observing MethodsE BuyukbasL YalcinZ T DagS KaratasE. Buyukbas, L. Yalcin, Z. T. Dag, and S. Karatas, "Instruments and Observing Methods," Alanya, Turkey, Pelayanan Cuaca Untuk Informasi Cuaca Penerbangan Bila Sarana AWOS Terjadi MalfungsiSop NoBMKG, SOP Tahun 2017 Tentang Pelayanan Cuaca Untuk Informasi Cuaca Penerbangan Bila Sarana AWOS Terjadi Malfungsi. Jakarta, Weather Observing System AWOS 3000 User's ManualA W IncA. W. Inc., Automated Weather Observing System AWOS 3000 User's Manual, Sacramento, CA, USA All Weather Inc., enterprise architecture Enriching ea with lean. Agile, and Enterprise practicesS BenteU BomboschS LangadeBente, S., Bombosch, U., & Langade, S. 2012. Collaborative enterprise architecture Enriching ea with lean. Agile, and Enterprise practices, Eds. Elsevier. NASA/ADS Abstract To improve the quality and quantity of meteorological data over Indonesia, Meteorology Climatology and Geophysics Agency of Indonesia BMKG is continuously developing automatic weather observations. BMKG has 63 units Automatic Weather Station AWS and 165 units Automatic Weather Observation System AWOS both inside and outside the BMKG Station environment. To make the control of sensor conditions easier, especially for temperature, pressure, relative humidity, and rainfall sensors, an additional system is needed to monitor and warn when problems occur with these sensors. The correlation among weather parameters data is the key to monitoring the sensor condition, these data are going to be trained and tested with the Artificial neural network ANN method. Then, the sensor condition normal or error indicated can be well detected based on AWS’s data. The quality improvement of automatic weather station data is expected to increase the utilization of the data. Publication Journal of Physics Conference Series Pub Date February 2021 DOI Bibcode 2021JPhCS1816a2056W

automatic weather station bmkg