Pengembangan Fire Weather Index (FWI) Berbasis Jaringan Stasiun Pemantau Cuaca Otomatis

Abstract

Penelitian ini mengembangkan sistem pemantauan risiko kebakaran hutan dan lahan dengan menggunakan data cuaca real-time dari jaringan stasiun cuaca otomatis kemudian diintegrasikan dalam bentuk peta dan dashboard. Metodologi penelitian mencakup pengumpulan dan pemrosesan data cuaca menjadi nilai Fire Weather Index (FWI) dan analisis hubungan antara neraca air dalam setiap lag waktu dengan nilai Fine Fuel Moisture Code (FFMC), Duff Moisture Code (DMC) dan Drought Code (DC). Pembuatan peta dan dashboard FWI dilakukan untuk menampilkan grafik bulanan dari enam komponen FWI. Hasil penelitian menunjukkan bahwa peta pemantauan FWI dapat diakses melalui berbagai browser dan dapat menampilkan nilai FWI di lokasi AWS. Dashboard FWI menyediakan nilai enam komponen FWI serta memungkinkan analisis pola perubahan nilai. Terdapat hubungan terbalik antara neraca air dengan tiga kode kelembaban bahan bakar. Analisis hubungan antara neraca air dalam setiap lag waktu dan kode kelembaban bahan bakar menunjukkan bahwa neraca air mempengaruhi FFMC dalam waktu singkat, mempengaruhi DMC dalam jangka menengah dan mempengaruhi DC dalam jangka panjang.

This research develops a forest and land fire risk monitoring system using real-time weather data from the Automatic Weather Stations (AWS) network and integrates it into maps and dashboards. The research methodology includes the collection and processing of weather data into Fire Weather Index (FWI) values. In addition, an analysis of the relationship between the water balance at different lag times and the values of Fine Fuel Moisture Code (FFMC), Duff Moisture Code (DMC), and Drought Code (DC) is conducted. The development of FWI monitoring maps and dashboards is carried out to display monthly graphs of the six FWI components. The research results show that the FWI monitoring map can be accessed through various browsers and displays FWI values at AWS locations. The dashboard provides in-depth information on the six FWI components and enables the analysis of value change patterns. There is an inverse relationship between water balance and the three fuel moisture codes. The relationship analysis between water balance at different lag times and moisture codes indicates that water balance affects FFMC in the short term, DMC in the medium term, and DC in the long term.