KUSUMA, Arjuna Wahyu (2024) Pengembangan Backend Perangkat Lunak Deteksi Dini Tsunami dengan Arsitektur Microservices untuk Meningkatkan Skalabilitas. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (33kB)
	Text 3. HALAMAN PENGESAHAN.pdf Download (327kB)
	Text 4. KATA PENGANTAR.pdf Download (73kB)
	Text 6. ABSTRAK.pdf Download (11kB)
	Text 7. ABSTRACT.pdf Download (9kB)
	Text 8. DAFTAR ISI.pdf Download (60kB)
	Text 11. BAB I.pdf Download (30kB)
	Text 16. DAFTAR PUSTAKA.pdf Download (153kB)

Abstract

Indonesia terletak di antara tiga lempeng tektonik besar, yaitu Lempeng Indo-Australia, Lempeng Eurasia, dan Lempeng Pasifik. Berdasarkan situasi tersebut, Indonesia rawan terhadap bencana alam seperti gempa bumi dan tsunami. Untuk mengurangi risiko tersebut, Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) menggunakan sistem peringatan dini tsunami yang disebut Tsunami Early Warning System (InaTEWS) dan software SeisComP. InaTEWS berfungsi memberikan peringatan kepada masyarakat secara cepat ketika ada potensi tsunami. Sistem ini merupakan hasil kerjasama antara Indonesia dengan
Jerman dan BMKG sebagai penanggung jawab utama dalam pengembangannya sejak diserahterimakan pada tanggal 7 Juli 2011. Dalam era teknologi yang selalu berkembang,
kecerdasan buatan (AI) telah menjadi elemen kunci dalam pengembangan sistem peringatan dini tsunami yang lebih baik. Namun, SeisComP belum menerapkan AI dalam pemrosesan
gelombang seismik. Penggunaan AI memungkinkan pengembangan sistem yang lebih canggih dan akurat. Salah satu pendekatan yang diambil dalam penelitian ini adalah
pengembangan sistem peringatan dini tsunami. Sistem ini terbagi menjadi 2 bagian yaitu backend dan frontend. Fokus utama penelitian ini adalah mengembangkan backend
perangkat lunak TEWS dengan penerapan message broker, WebSocket, microservices architecture, dan metodologi ICONIX Process. Kemudian, backend perangkat lunak TEWS yang dikembangkan pada penelitian ini dapat menjadi salah satu konsep untuk pengembangan perangkat lunak TEWS yang sedang dikerjakan oleh BMKG. Backend perangkat lunak ini telah melewati serangkaian pengujian, termasuk pengujian sistem dan performa. Dari hasil evaluasi tersebut, pengujian sistem berhasil memenuhi semua skenario uji yang telah ditetapkan. Selain itu, pengujian performa dilakukan untuk menilai kinerja backend perangkat lunak TEWS berdasarkan jumlah stasiun seismik yang berbeda, mulai dari 5 hingga 500. Hasil pengujian performa menunjukkan bahwa jumlah data meningkat seiring dengan peningkatan jumlah stasiun, sementara process time berada dalam kisaran antara 0.3 dan 5 detik. Melalui penggabungan teknologi AI dengan perangkat lunak TEWS, diharapkan dapat memberikan peringatan dini yang akurat dan tepat waktu kepada masyarakat.
Kata kunci : Tsunami Early Warning System (TEWS), Kecerdasan buatan, ICONIX Process, message broker, webSocket, dan microservices architecture

Actions (login required)

View Item