DATA MANAGEMENT ON TSUNAMI EARLY WARNING SYSTEM ”INTERNATIONAL GUEST LECTURE”

Bandar Lampung, 05 September 2023 – Fakultas Teknik Universitas Lampung (UNILA) menggelar international guest lecture tentang data management on tsunami early warning system (EWS). Acara international guest lecture ini dihadiri oleh dosen, mahasiswa, dan peneliti dari Fakultas Teknik Univeritas Lampung secara online dan offline. Acara ini juga menjadi sarana bagi para peserta untuk berdiskusi dan berbagi pengalaman tentang data management on tsunami EWS.

Dekan Fakultas Teknik, Dr.Eng.Ir. Helmy Fitriawan, S.T., M.Sc. membuka acara tersebut, beliau berkata “Saya merasa sangat senang dan bangga bisa hadir di sini hari ini untuk membuka acara yang sangat penting ini, yaitu “Data Management for the Tsunami Early Warning System.” Acara ini adalah bukti komitmen kita dalam menjaga keselamatan dan kesejahteraan masyarakat, terutama di wilayah yang rentan terhadap bahaya tsunami. Seperti yang kita semua ketahui, tsunami adalah bencana alam yang dapat mengakibatkan kerugian besar dalam hitungan menit. Oleh karena itu, pengumpulan, manajemen, dan analisis data yang efektif sangatlah penting dalam membangun sistem peringatan dini tsunami yang handal”.

Acara yang digelar di Ruang Aula Fakultas Teknik UNILA ini menghadirkan Dr.Ing. Ardian Ulvan, S.T., M.Sc. (Krakatau research center, Universitas Lampung) dan Ing. Alessandro annunziato (experts and researcher on IoT tsunami sensordata “IDLS system and the tsunami detection mode Australia).

Dalam pemaparannya, Dr.Ing. Ardian menjelaskan tentang data actquisition for tsunami early warning system. Menurutnya, data yang akurat dan cepat sangat dibutuhkan untuk memprediksi dan memberikan peringatan dini tsunami karena Indonesia terletak di jalur cincin api Pasifik, yang merupakan daerah rawan gempa bumi dan tsunami, dengan mengembangkan sistem peringatan dini tsunami yang efektif, kita dapat menyelamatkan banyak nyawa.”

Ing. Alessandro memaparkan materi tentang IDSL: a contribution for tsunami early warning systems. The tsunami detection model included in the IDSL proved to be useful to identify ongoing events and is particularly useful for non EQ relate events (example Honga Tonga Volcano explosion) implemented in the sea level machine application, under development. The same software can be used with whichever device, provided that an online analysis of the data is performed. The application to several past events can be appreciated in the sea level machine application, from JRC.