Perpustakaan Digital ITB

Data meteorologi dan oseanografi (MetOcean) umumnya tersimpan dalam format multidimensi berukuran besar dan berdurasi panjang sehingga memerlukan pendekatan efisien untuk penyimpanan, akses, visualisasi, dan analisis secara daring. Ketersediaan platform WebGIS publik yang menyediakan fitur analisis spasiotemporal mendalam khusus untuk perairan Indonesia masih sangat terbatas. Penelitian ini bertujuan mengembangkan WebGIS untuk visualisasi dan analisis spasiotemporal data regional MetOcean Indonesia melalui konversi data NetCDF menjadi Zarr v2 dan JSON, validasi hasil konversi, serta implementasi metode deteksi Marine Heatwaves (MHWs) dan Marine Cold Spells (MCSs). Sistem dikembangkan dengan pendekatan cloud-native memanfaatkan Zarr v2 di Amazon Simple Storage Service (S3), Django sebagai peladen aplikasi, dan FastAPI terintegrasi TiTiler sebagai peladen ubin dengan akuisisi dan pemrosesan data harian yang diotomasi melalui layanan Amazon Web Services. Data yang digunakan meliputi suhu laut, arus, angin, dan tinggi gelombang signifikan, sedangkan deteksi MHWs dan MCSs menggunakan data NOAA Optimum Interpolation Sea Surface Temperature (OISST) v2.1 periode 1982–2025. Validasi konversi terhadap Zarr v2 harian, Zarr v2 gabungan, dan JSON menunjukkan kesesuaian sempurna terhadap data sumber dengan Bias, Mean Absolute Error (MAE), dan Root Mean Square Error (RMSE) sebesar 0 serta koefisien korelasi sebesar 1 pada seluruh parameter. WebGIS berhasil dioperasikan pada domain oceanflow.web.id dan menyajikan visualisasi peta spasial interaktif beserta fitur analisis spasiotemporal. Hasil deteksi MHWs dan MCSs periode 1982–2025 menunjukkan metrik tahunan yang secara konsisten lebih intens dibandingkan penelitian rujukan sebelumnya, terkecuali intensitas maksimum MHWs yang sedikit lebih lemah dengan selisih diduga dipengaruhi oleh perbedaan periode data, perangkat lunak, dan domain spasial. Validasi terhadap marineheatwaves.org menunjukkan akurasi kategori MHWs yang jauh lebih tinggi serta galat intensitas yang lebih rendah pada baseline klimatologi 1991–2020 dibandingkan baseline 1982–2011. Evaluasi performa menunjukkan waktu respons rata-rata fitur kelompok MetOcean sebesar 0,672–2,828 detik dan kelompok MHW dan MCS sebesar 0,147–4,520 detik.