Linux Foundation & IBM Mendukung OpenEEW: Solusi IoT Murah untuk Peringatan Dini Gempa

Linux Foundation telah mengumumkan kemitraannya dengan IBM untuk mendukung proyek OpenEEW Grillo, kerangka kerja terpadu yang dirancang untuk menyederhanakan adopsi sistem peringatan dini gempa (EEW). Inisiatif ini menggabungkan solusi EEU ujung-ke-ujung Grillo, yang mengintegrasikan deteksi seismis, analisis real-time, dan peringatan komunitas. OpenEEW dikonsepsikan oleh Grillo dengan dukungan dari IBM, USAID, Clinton Foundation, dan Arrow Electronics.

Sistem EEW memberikan peringatan real-time sebelum gempa bergetir, namun hanya sedikit institusi yang berani membangun solusi tersebut karena biaya mahal seismometer konvensional, infrastruktur telekomunikasi khusus, dan perangkat lunak kustom.

Strategi Grillo memanfaatkan arsitektur Internet-of-Things (IoT), menyelaraskan perangkat keras, firmware, dan keahlian untuk mengurangi biaya. Sejak 2017, tim Grillo telah menyebarkan jaringan EEW berbasis IoT di Meksiko dan Chile, menyiarakan peringatan publik melalui Twitter, aplikasi seluler khusus, dan unit alarm fisik.

“Kecepatan tergantung pada jarak gempa ke pengguna,” kata Andres Meira, CEO di Grillo. “Setelah sensor mendeteksi gempa, data diproses dalam milidetik dan peringatan dikirim ke pengguna terdekat. Jika pengguna berada ratusan kilometer dari gempa, mereka mungkin mendapat satu menit atau lebih/kurang untuk bersiap sebelum merasakan getaran. Jika gempa sangat dekat, mereka mungkin hanya mendapat beberapa detik. Bagaimanapun, ini dapat berguna, misalnya, di sekolah di mana anak-anak dapat bersembunyi di bawah meja.”

Gempa bumi adalah pelepasan tiba-tiba energi dalam kerak Bumi, biasanya di fokus (hiposenter), yang menghasilkan getaran tanah. Intensitas osilasi ini menentukan potensi kerusakan, terutama pada struktur yang tidak memenuhi standar tahan gempa.

Meskipun waktu tepat gempa tidak dapat diprediksi, teknologi dapat memberikan waktu avanse yang dapat ditindaklanjuti kepada publik. Banyak negara telah menerapkan sistem EEW yang mengirim peringatan ke ponsel pintar, bertujuan untuk mengurangi korban jiwa dan kerusakan struktur.

Platform EEW memperkirakan intensitas yang diantisipasi dan waktu kedatangan dengan menganalisis data real-time dari seismograf yang ditempatkan di dekat epicenter. Tujuan sistem adalah mengurangi kerusakan dengan memicu tindakan pencegahan otomatis—menghambatkan kereta api, mematikan lift—dan memberi individu menit untuk mengambil tindakan pelindung di sekolah, tempat kerja, dan rumah.

Pertumbuhan kota yang cepat dan ketergantungan pada jaringan telekomunikasi serta transportasi yang canggih menggarisbawahi kebutuhan akan kemampuan peringatan dini yang mencakup seluruh populasi. Penerapan sistem EEW sangat penting dalam mengubah sifat tidak diketahui dan kacau gempa menjadi peristiwa yang dapat diprediksi dan dikelola, sehingga meningkatkan keselamatan publik.

Gambar 1: Operasi sistem ShakeAlert yang digunakan di Taiwan [Sumber USGS]

Peringatan awal dapat efektif karena data berjalan hampir seketika melalui jaringan digital, sementara gelombang seismik merambat pada 1–7 km/s (gelombang P, S, dan permukaan). Akibatnya, peringatan dapat tiba detik hingga menit sebelum getiran mencapai area padat penduduk.

Gempa bumi menghasilkan beberapa jenis gelombang—gelombang P (primer), S (sekunder), dan permukaan (Rayleigh dan Love)—yang merambat dari epicenter. Gelombang P yang lebih cepat dan amplitudo lebih rendah mencapai sensor terdekat terlebih dahulu, memicu peringatan awal yang memungkinkan tindakan pelindung sebelum gelombang S dan permukaan yang lebih lambat dan lebih merusak tiba.

Kemampuan untuk mengirim peringatan dengan benar sebelum peristiwa seismik memerlukan beberapa solusi teknis penting:

• jaringan sensor untuk memiliki lebih banyak data untuk dianalisis;
• zona pemrosesan data yang kuat dan efisien;
• algoritma komputer untuk dengan cepat memperkirakan lokasi, waktu, dan peta peristiwa.

Linux Foundation dan Grillo

Gempa bumi tidak proporsional mempengaruhi negara berkembang di mana kode bangunan dan infrastruktur lebih lemah. Meskipun peringatan EEW ada di tempat-tempat seperti Meksiko, Jepang, Korea Selatan, dan Taiwan, hampir tiga miliar orang masih tidak mampu mengaksesnya. OpenEEW bertujuan untuk menurunkan biaya EEW, mempercepat peluncuran global, dan pada akhirnya menyelamatkan nyawa.

Arsitektur OpenEEW menggabungkan tiga elemen IoT inti: (1) perangkat keras dan firmware sensor yang menangkap dan mentransmisikan gerakan tanah dalam milidetik; (2) tumpukan sensasi real-time yang dapat diterapkan pada semua hal dari klaster Kubernetes hingga komputer papan tunggal; dan (3) aplikasi yang menghadap pengguna yang mengirim peringatan ke ponsel pintar, wearable, atau perangkat kustom. Ekosistem open-source mendorong progres di seluruh desain sensor, algoritma deteksi, dan pengiriman notifikasi.

“Dengan OpenEEW Anda dapat memproduksi sensor Anda sendiri dari skematik kami atau membeli unit yang telah dirakit,” kata CEO Andres Meira. “Sensor kami menggunakan akselerometer MEMS modern dengan karakteristik noise jauh di bawah yang ditemukan di ponsel pintar, menghasilkan data berkualitas tinggi yang di-stream ke cloud atau server pribadi. Firmware memastikan operasi yang andal dan berkelanjutan, dan sensor telah berjalan tanpa henti di daerah terpencil Meksiko dan Chile sejak 2017.”

Firmware terus-menerus mengkalibrasi untuk menghapus offset sensor dan menerapkan filter dasar. Di cloud—atau, di rilis firmware mendatang, di edge—mesin deteksi kami menggunakan algoritma seperti Short-Term/Long-Term Average (STA/LTA) dan cross-correlation di seluruh beberapa sensor untuk mengeliminasi false positive.

Dibangun pada mikrokontroler ESP32, sensor dapat membaca akselerometer dan mentransmisikan data sambil menjalankan fungsi pendukung. Arrow saat ini merancang sensor baru yang mendukung edge-computation, daya rendah, dan seluler yang akan memperluas opsi penerapan di daerah yang tidak memiliki konektivitas kabel atau listrik jaringan.

Tahap pengembangan selanjutnya melibatkan integrasi model machine learning untuk menyempurnakan deteksi, potensialmente menggunakan aliran sensor tunggal. Semua data mentah yang dikumpulkan sejak 2017 tersedia secara publik untuk mendukung penelitian.

Memanfaatkan mikrokontroler, akselerometer MEMS generasi berikutnya, dan cloud computing, OpenEEW menawarkan solusi hemat biaya yang sebelumnya terbatas pada sejumlah penerapan dengan anggaran tinggi. Dengan open-source, perangkat lunak dapat berjalan di berbagai platform—dari Raspberry Pi lokal hingga laptop—menyediakan alternatif latensi rendah terhadap layanan cloud yang jauh.

Lapisan distribusi peringatan dapat disesuaikan. Dalam repositori GitHub OpenEEW, kami menyediakan aplikasi contoh, namun pengguna juga dapat merutekan notifikasi ke feed Twitter, sistem PA, atau antarmuka manajemen gedung. Kami tetap netral tentang metode pengiriman mil terakhir.

Sensor OpenEEW menyertakan akselerometer MEMS berkinerja tinggi, konektivitas Ethernet atau Wi-Fi, buzzer keras, dan tiga LED NeoPixel untuk peringatan visual.

Gambar 2: Desain PCB sensor OpenEEW

Gambar 2: Desain PCB sensor OpenEEW

Pemasangan yang tepat esensial untuk fidelitas data. Setup tipikal, diilustrasikan dalam Gambar 3, meletakkan sensor dekat router untuk mempertahankan rasio sinyal-ke-bising yang kuat untuk transmisi paket.

Gambar 3: Instalasi sistem OpenEEW

OpenEEW diciptakan dengan pendanaan dari USAID, Clinton Foundation, dan Arrow Electronics, dan mengembodying teknologi inti IoT.

IBM, yang awalnya bekerjasama dengan Grillo melalui Clinton Global Initiative (CGI) Action Network, mengumumkan bahwa ia akan mengintegrasikan OpenEEW ke dalam program Call for Code Linux Foundation—inisiasi yang menyatukan data, AI, dan blockchain untuk meningkatkan respons bencana.

IBM juga telah mengembangkan dashboard untuk memvisualisasikan data sensor dan telah menerapkan enam sensor Grillo di Puerto Rico untuk uji coba lapangan. Dengan OpenEEW, IBM berharap mendorong adopsi EEW di lokasi panas seismik seperti Nepal, New Zealand, dan Ecuador, di mana komunitas dapat berkontribusi pada refinasi perangkat keras dan metode peringatan yang berorientasi warga.

>> Artikel ini awalnya dipublikasikan di situs saudara kami, EE Times Europe.