Perpustakaan Digital ITB
Observasi awan yang akurat dan beresolusi tinggi merupakan komponen krusial
untuk prakiraan cuaca dan studi iklim. Namun, metode observasi manual yang
bersifat subjektif dan sistem otomatis tradisional yang berbasis ambang batas
memiliki keterbatasan signifikan. Penelitian ini mengembangkan sebuah sistem
purwarupa berbasis artificial intelligence (AI) untuk melakukan deteksi awan
secara otomatis, objektif, dan komprehensif dari citra langit berbasis darat. Sistem
ini
mengintegrasikan dua arsitektur deep learning state-of-the-art: model
CloudDeepLabV3+ yang dimodifikasi secara pragmatis untuk segmentasi semantik
tutupan awan dan model YOLOv8 untuk klasifikasi jenis awan ke dalam tujuh
kategori. Purwarupa ini diimplementasikan sebagai aplikasi web interaktif
menggunakan kerangka kerja Streamlit yang menyediakan fungsionalitas unggah
media, konfigurasi region of interest (ROI) secara manual maupun otomatis, serta
manajemen riwayat dan ekspor laporan.
Proses pelatihan model dilakukan dalam dua tahap (first training dan fine-tuning)
menggunakan gabungan set data publik untuk meningkatkan kemampuan
generalisasi. Hasil evaluasi kuantitatif menunjukkan kinerja yang solid, dengan
model segmentasi mencapai mIoU sebesar 74,32% dan model klasifikasi mencapai
akurasi top-1 sebesar 71,5% serta akurasi top-5 sebesar 98,4% pada gabungan set
data pengujian. Sebuah studi kasus kemudian dilakukan untuk memvalidasi aplikasi
ini dengan menganalisis peristiwa anomali pembentukan awan konvektif di
Bandung pada 15 Mei 2025.
Hasil observasi dari sistem purwarupa (tutupan awan 98,12% dengan dominasi
awan Cumulonimbus / Nimbostratus, Stratocumulus / Stratus / Altostratus, dan
Cirrus / Cirrostratus) terbukti sangat konsisten dengan analisis dinamika atmosfer
multi-skala dari data re-analisis ERA5 yang mengidentifikasi gelombang ekuatorial
sebagai pemicu utama. Studi ini berhasil mendemonstrasikan bahwa sistem
purwarupa AI yang dikembangkan tidak hanya fungsional secara teknis, tetapi juga
valid secara ilmiah sebagai instrumen observasi yang andal, serta mampu
memberikan data tutupan dan jenis awan yang objektif untuk mendukung analisis
meteorologi yang lebih dalam.