TEKNOLOGI DRONE DAN AUTOMATIC WEATHER STATIONS UNTUK RAMALAN CUACA DAN PENANGKAPAN EMISI
FAHREZZY ARTHUR RIDHO (HMGF 2022)-10 JUNI 2024

Implementasi teknologi drone dan automatic weather stations yang terintegrasi dengan sistem penyerap emisi, dikenal sebagai Forecasting Cleantech – 2, memberikan solusi inovatif dalam mengatasi masalah polusi udara di perkotaan. Dengan memanfaatkan algoritma machine learning, teknologi ini mampu memprediksi cuaca secara akurat dan mengukur kualitas udara secara real-time. Manfaat dari penerapan Forecasting Cleantech – 2 sangatlah beragam, mulai dari prakiraan cuaca yang lebih tepat, deteksi kualitas udara yang buruk, hingga peningkatan kualitas hidup masyarakat. Selain itu, teknologi ini juga dapat meningkatkan keseragaman energi, memanfaatkan emisi sebagai bahan baku, serta mendorong inovasi dalam bidang energi hijau.
Namun, terdapat beberapa tantangan yang perlu dihadapi dalam implementasi teknologi ini. Tantangan tersebut meliputi integrasi sistem, keamanan data, keberlanjutan operasional, variabilitas cuaca, ketersediaan dan kualitas data, serta biaya implementasi. Untuk menjalankan proyek ini, berbagai pihak terlibat mulai dari Kementerian Lingkungan Hidup, BMKG, BRIN, KESDM, hingga investor.
Diharapkan implementasi Forecasting Cleantech – 2 dapat memberikan kontribusi signifikan dalam upaya perbaikan kualitas udara nasional, serta menjadi langkah penting dalam mewujudkan lingkungan yang lebih bersih dan sehat bagi seluruh masyarakat Indonesia. Penulis berharap kajian ini dapat menjadi referensi penting bagi pemerintah dalam upaya mengatasi permasalahan lingkungan, terutama mengenai optimasi kualitas udara. Tantangan permasalahan lingkungan yang kita hadapi saat ini sangat bertolak belakang dengan visi Indonesia Emas 2045. Oleh karena itu, penerapan teknologi Forecasting Cleantech – 2 secara masif di berbagai daerah diharapkan dapat memberikan kontribusi signifikan terhadap perbaikan kualitas udara nasional.
Berdasarkan data BPS, peningkatan jumlah kendaraan bermotor di Indonesia telah menyebabkan akumulasi emisi polutan di atmosfer, yang mengakibatkan masalah terhadap kesehatan maupun lingkungan. Polutan yang bersumber dari sektor transportasi memiliki dampak signifikan terhadap lingkungan, seperti efek Gas Rumah Kaca yang menyebabkan peningkatan suhu global dan memperburuk efek pemanasan global. Dengan adanya teknologi Forecasting Cleantech – 2 yang terintegrasi dengan emission capture system, polutan dapat dimanfaatkan menjadi produk yang memiliki nilai ekonomis, serta membantu dalam pengurangan jejak karbon melalui pemanfaatan emisi sebagai sumber energi alternatif.
Transportasi darat merupakan salah satu penyumbang utama polusi udara di Indonesia. Peningkatan jumlah kendaraan bermotor dan mobilitas penduduk yang tinggi telah mengakibatkan peningkatan emisi gas buang yang berbahaya dan partikel terhirup. Pencemaran udara terjadi akibat adanya partikel dalam bentuk gas, cair, maupun padat tertentu yang terpendam di udara, berasal dari asap pabrik, kebakaran hutan, dan asap kendaraan bermotor di perkotaan. Proyeksi menunjukkan bahwa kualitas udara bersih di Indonesia akan mengalami penurunan signifikan dalam beberapa tahun ke depan akibat pertumbuhan jumlah kendaraan yang jauh melampaui pertumbuhan jumlah penduduk.
Dengan adanya teknologi drone dan automatic weather stations yang terintegrasi dengan sistem penyerap emisi, diharapkan dapat memberikan tambahan inovasi yang solutif dalam hal peramalan cuaca dan penanganan polusi udara di perkotaan. Pengintegrasian data dari berbagai sensor untuk memberikan gambaran komprehensif tentang kualitas udara dan kondisi atmosfer, serta analisis real-time untuk menghasilkan prakiraan cuaca yang akurat, merupakan langkah penting dalam menjaga lingkungan dari polutan berbahaya. Proses ini tidak hanya membantu dalam pembersihan lingkungan dari polutan berbahaya tetapi juga berkontribusi terhadap pengurangan jejak karbon melalui pemanfaatan emisi sebagai sumber energi alternatif.
Presented by:
Bidang Akademik HMGF FMIPA UNHAS Periode 2023/2024




