Dynamic, Data-driven predictions for safer communities in the 15km danger zone.
Sentinel-1 Data
Wind & Ash Model
Dynamic Hazard Maps
Gunung Merapi adalah salah satu gunung berapi paling aktif di dunia, dengan dinamika letusan yang sangat kompleks. Selama ini, mitigasi bencana sering kali bergantung pada Peta Kawasan Rawan Bencana (KRB) yang bersifat statis. Namun, realitanya di lapangan, sebaran awan panas (piroklastik) dan aliran lahar sangat dipengaruhi oleh kondisi dinamis seperti arah angin, intensitas curah hujan, dan tutupan lahan saat kejadian.
Merapi Dynamic Impact Map hadir sebagai solusi sistem peringatan dini berbasis kecerdasan buatan (Machine Learning). Kami mengintegrasikan data Radar Satelit, topografi resolusi tinggi (NASADEM), dan variabel atmosfer secara live untuk menganalisis risiko spasial. Sistem ini memahami bagaimana bentuk lembah sungai dan dorongan cuaca memengaruhi arah aliran material mematikan dalam radius 15 kilometer.
Menggunakan teknologi gelombang mikro Sentinel-1 untuk mendeteksi kekasaran permukaan tanah, dikombinasikan dengan pembacaan elevasi tebing (HAND) untuk melacak alur sungai yang rawan lahar.
Menggunakan algoritma Random Forest Spatial, sistem dilatih dari data historis 5 erupsi besar (2021-2024) untuk mengenali pola pergerakan awan panas dengan akurasi tinggi.
Arah abu dan lahar berubah seiring cuaca. Sistem membaca kecepatan angin, arah angin, dan curah hujan secara langsung untuk menyesuaikan luasan zona bahaya secara dinamis.
Aplikasi Merapi Dynamic Impact Map mengintegrasikan kecerdasan buatan dengan data orbital untuk menciptakan pola keselamatan yang responsif.
Sistem tidak terpaku pada zona konvensional. Menggunakan Random Forest Classifier untuk menghitung risiko secara adaptif saat terjadi anomali cuaca.
Memanfaatkan radar Sentinel-1 (SAR) yang mampu menembus awan dan debu vulkanik untuk memetakan perubahan fisik lereng dengan akurasi tinggi.
Menggunakan teknologi Point-in-Polygon untuk memantau koordinat GPS pengunjung secara real-time dan memberikan peringatan instan di area risiko.
Visualisasi topografi dan estimasi dampak disajikan dalam bentuk peta interaktif yang dirancang khusus untuk operasional mitigasi BPBD Sleman.
Metodologi komputasi di balik prediksi sebaran dampak erupsi sekunder Merapi
Mengingat area aman mendominasi radius 15km, kami melatih AI lebih keras menggunakan teknik SMOTE untuk mengenali ciri-ciri area bahaya yang jumlahnya sedikit agar sistem tidak bias.
Sistem melakukan komputasi terhadap puluhan ribu matriks ruang (Grid 100x100m) secara dinamis, memastikan prediksi tetap objektif terlepas dari ketimpangan jumlah data lapangan.
*Optimasi difokuskan pada Recall untuk memastikan hampir tidak ada zona bahaya yang luput dari pantauan sistem.