"Kami menggunakan data rain gauge yang didukung dari anggota tim kami di BMKG. Kemudian data global kami menggunakan data CENS, CS, MJO, IOD, dan ENSO," kata Asif.
Lebih lanjut dia menjelaskan bahwa indeks hujan ekstrem menghasilkan acuan nilai intensitas hujan harian yang dapat menimbulkan banjir pada setiap musim.
Baca Juga:
Pemkot Semarang dan BRIN Sukses Budidayakan Varietas Bawang Merah Lokananta Maserati
Apabila nilai acuan tersebut terlampaui oleh data hasil prediksi maka diperkirakan hujan berpotensi besar menimbulkan banjir.
"Masukan data hasil prediksi dari Sadewa dan nowcasting Santanu menjadi masukan bagi metode machine learning random forest untuk memprediksi kejadian banjir berdasarkan kriteria indeks hujan setiap musim," ujar Asif.[sdy]
Ikuti update
berita pilihan dan
breaking news WahanaNews.co lewat Grup Telegram "WahanaNews.co News Update" dengan install aplikasi Telegram di ponsel, klik
https://t.me/WahanaNews, lalu join.
