Sistem ini mengembangkan perangkat untuk mengukur parameter cuaca secara real time meliputi temperatur, kelembaban, tekanan, kecepatan dan arah angin, serta curah hujan menggunakan sensor dan mikrokontroler yang dapat mengirim data ke Weather Base Station. Hasil pengujian menunjukkan sensor dapat bekerja dengan baik dan data dapat divisualisasikan di Weather Base Station.

1. AKUISISI DATA CUACA BERBASIS SISTEM TELEMETRI
Mashaler Suradam, Anggoro Budi Susila, Iwan Sugihartono
Jurusan Fisika, Fakultas Matematika & Ilmu Pengetahuan Alam, Universitas Negeri Jakarta
Jl. Pemuda No 10, Jakarta Timur, 13220
Email: adamhaler@gmail.com
Abstrak
Telah dikembangkan sebuah perangkat instrumen yang berfungsi untuk mengukur elemen-elemen
cuaca secara real time seperti temperatur, tekanan, kelembaban, kecepatan dan arah angin, serta curah
hujan. Sistem telemetri yang dibangun menggunakan modul antena Yishi-1020 dan mikrokontroller
Arduino Uno. Adapun sensor yang digunakan yaitu BMP085 sebagai sensor tekanan, DHT22 sebagai
sensor kelembaban, LM35 sebagau sensor temperatur, Wind vane sebagai sensor arah mata angin,
Cup Anemometer sebagai sensor kecepatan angin, dan Rain Gause sebagai sensor cuarah hujan.
Sementara itu, untuk menampilkan dan menyimpan hasil pengukuran digunakan Parallax Data
Acquisition Tool (PLX-DAQ) pada Microsoft Excel. Pengujian yang dilakukan pada perangkat keras
adalah dengan menguji proses pengambilan dan pengiriman data dari mikroktroler ke komputer atau
Weather Base Station (WBS). Sedangkan pada perangkat lunak dilakukan pengujian memvisualisasi
data. Hasil pengujian menunjukkan bahwa sensor dapat bekerja dengan baik. Data hasil pengiriman
sensor tersebut dapat divisualisasikan dan disimpan pada Weather Base Station (WBS).
Kata Kunci: Sistem Telemetri, Akuisisi Data..
1. Pendahuluan
Indonesia merupakan negara maritime continent
yang kaya akan uap air karena berada antara dua
samudera, yaitu samudera Pasifik dan samudera
Hindia. Letak geografis Indonesia yang berada pada
lintang rendah dan ekuator membuat Indonesia
mempunyai heat energy dan insolasi yang besar untuk
mengangkat uap air tersebut ke atmosfer [1]. Keadaan
ini memungkinkan Indonesia mempunyai
karakteristik cuaca yang beragam.
Cuaca dan iklim merupakan akibat dari proses-
proses yang terjadi di atmosfer yang menyelubungi
bumi. Cuaca dan iklim adalah suatu keadaan yang
terjadi dipermukaan bumi yang dipengaruhi oleh
kondisi udara, seperti tekanan, temperatur dan
kelembaban [2]. Cuaca dan iklim merupakan gejala
alamiah yang sangat penting bagi kehidupan manusia.
Dengan mengetahui pola cuaca dan iklim seperti
periode musim hujan dan kemarau, petani dapat
menentukan musim tanam yang tepat agar produksi
pertaniannya baik. Sektor-sektor kehidupan lainnya
yang berkaitan dengan kondisi cuaca dan iklim adalah
bidang penerbangan, pelayaran, pendidikan,
parawisata dan lain-lain.
Seiring dengan perkembangan zaman dan
teknologi, lahirlah stasiun cuaca yang diperuntukkan
mengamati pola cuaca di wilayah Indonesia.
Informasi yang dikumpulkan dari beberapa titik
wilayah Indonesia akan dianalisis untuk memberikan
infomasi cuaca saat itu maupun untuk memprediksi
cuaca yang akan datang. Stasiun cuaca umumnya
terdiri dari beberapa alat ukur konvensional yang
diamati secara langsung oleh pengamat. Sedangkan
untuk menempatkan sebuah AWS (Automatic
Weather Stasions) pada beberapa titik tempat
memerlukan biaya yang cukup besar untuk
pengadaannya. Hal ini tentunya akan menghambat
dalam proses pengambilan data secara cepat dalam
waktu bersamaan.
Dengan demikian, maka diperlukan suatu sistem
yang dapat mengamati parameter-parameter cuaca
secara cepat dan real time. Untuk itu dilakukan
penelitian mengenai akusisi data cuaca berbasis
sistem telemetri yang dapat menyediakan informasi
mengenai elemen-elemen cuaca secara real time dan
up to date. Alat ini dilengkapi dengan sensor yang
terintegrasi dengan mikrokontroller serta antena untuk
pentransmisian data ke WBS (Weather Base Station).
Alat ini juga dirancang dengan sistem yang
sederhana agar mudah dalam pengoperasiannya.
Adapun elemen-elemen cuaca yang diamati yaitu:
kelembaban, temperatur, arah dan kecepatan angin,
tekanan dan curah hujan.
2. Weather Meter
Ukuran Weather meter adalah seperangkat
instrumen buatan Sparkfun untuk mengukur beberapa
elemen cuaca. Perangkat ini terdiri atas Wind Vane
Anemometer dan Rain Gauge.
2 .1. Rain Gauge
Rain Gauge adalah sejenis wadah kosong yang
dapat mengukur intensitas curah hujan. Setiap
intensitas curah hujan berukuran 0,2794 mm
menyebabkan satu penutupan kontak sesaat yang
dapat direkam dengan counter digital.

2. Gbr 1. Perangkat Weather Meter yang terdiri
dari Wind Vane, Cup Anemometer,
dan Rain Gauge [3].
Saklar gauge terhubung pada kedua konduktor
pusat dan terpasang kabel RJ11.
2.2. Anemometer
Cup Anemometer mengukur kecepatan angin
dengan menutup kontak pada magnet yang
bergerak melewati switch. Sebuah kecepatan angin
dari 1.492 MPH (2,4km/jam) menyebabkan saklar
menutup satu kali per detik. Saklar anemometer
terhubung dalam dua konduktor kabel RJ11 yaitu
untuk anemometer dan baling-baling angin.
2.3. Wind Vane
Wind Vane adalah yang paling rumit dari
ketiga sensor. Ia memiliki delapan switch, masing-
masing terhubung ke resistor yang berbeda.
Magnet pada Vane memungkinkan akan menutup
dua switch sekaligus, sehingga dapat menunjukan
16 posisi berbeda.
Sebuah resistor eksternal dapat digunakan
untuk membentuk tegangan divider dan
menghasilkan tegangan output yang dapat diukur
dengan ADC menggunakan mikrokontroler,
seperti ditunjukkan pada gambar 2
Gbr2.Rangkaian Tegangan Divider pada
Wind Vane [3].
Tabel 1. Tegangan output yang dihasilkan Wind
Vane [3].
3. Perancangan Sistem Telemetri dan
Akuisisi data
3.1 Perancagan Perangkat Keras
Gbr 3. Blok Diagram Perancangan Perangkat
Keras.
Direction
(Degrees)
Resistansi
(Ohm)
Voltage (V = 5v,
R = 10k)
0 33 K 3,84 V
22,5 6,57 K 1,98 V
45 82,1 K 2,25 V
67.5 891 0,41 V
90 1 K 0,45 V
112.5 688 0,32 V
135 2,3 K 0,90 V
157.5 1,41 K 0,62 V
180 3,9 K 1,40 V
202.5 3,14 K 1,19 V
225 16 K 3,08 V
247,5 14,12 K 2,93 V
270 120 K 4,62 V
292,5 42,11 K 4,04 V
315 64,9 K 4,78 V
337,5 21, 88 K 3,32 V

3. Tabel 2. Format Pengiriman Data..
Kata telemetri berasal dari bahasa Yunani,
yaitu tele yang berarti jarak jauh dan metron yang
berarti pengukuran [4]. Telemetri dapat diartikan
sebagai sebuah sistem yang menggunakan
pengukuran jarak jauh dan pelaporan informasi
kepada perancang baik menggunakan kabel
ataupun nirkabel (wireless). Pada perancangan ini
proses perngiriman data dilakukan oleh
mikrokontroller Arduno Uno Serta menggunakan
modul antena Yishi-1020 seperti yang tertera pada
gambar 3.
3.2. Perancangan Perangkat Lunak
Untuk memvisualisasikan data dari hasil
pengukuran digunakan perangkat lunak Parallax
Data Acquisition Tool (PLX-DAQ). Perangkat
lunak ini berbasiskan Microsoft Excel yang dapat
mengakuisisi data hasil pengiriman oleh
mikronkontroler secara real time. Selain itu,
Perangkat lunak ini juga dapat memplot grafik
hasil pengiriman tersebut.
3.3. Desain Protokol dengan Weather
Base Station (WBS)
Komunikasi nirkabel antara mikrokontroler
dengan WBS dilakukan secara real time
menggunakan Antena Yishi1020 dengan baud-
rate 19200 bps, databits 8, stop bits 0, dan parity
none. Adapun format pengiriman data adalah yang
tercantum pada tabel 2.
4. Mikrokontroler ATmega328P
Mikrokontroler AVR (Alf and Vegard’s Risc
processor) merupakan bagian dari keluarga
mikrokontroller CMOS 8-bit buatan Atmel. AVR
memiliki arsitektur 8-bit, dimana semua instruksi
dikemas dalam kode 16-bit dan sebagian besar
instruksi dieksekusi dalam 1siklus clock.
Mikrokontroler AVR memiliki arsitektur Havard,
yaitu memisahkan memori untuk kode program
dan memori data dan dibangun berbasiskan
instruksi Reduced Instruction Set Computing
(RISC). AVRpada umumnya dapat
dikelompokkan menjadi empat kelas, yaitu
keluarga ATtiny, keluarga AT 90Sxx, keluarga
ATmega dan AT86RFxx. Mikrokontroler
ATmega384P merupakan salah satu
mikrokontroler AVRpicoPower 8-bit keluarga
ATmega yang mengkombinasikan 32Kb ISP
memori flash dengan kemampuan read-while-
write, 1024 B EEPROM, 2Kb SRAM, 23 jalur
I/O, 32 register, interupsi internal/eksternal, Serial
Programable USART, dan 6-channel 10-bit A/D
converter.
5. Metode Pengujian
Pengujian perangkat akuisisi data ini dilakukan
di stasiun meteorologi 745 Jakarta pada tanggal 2
Juli 2014 dari 11.30 WIB hingga 15.30 WIB
dengan kondisi cuaca cerah. Pengujian ini
bertujuan untuk membandingkan hasil pengukuran
perangkat akuisisi data cuaca dengan AWS
BMKG. Proses pengambilan data dilakukan secara
bersamaan dengan ketinggian peletakkan alat yang
sama. Hal ini dilakukan agar hasil pengujian lebih
valid.
Gbr 4. Akuisisi Data Cuaca yang telah dibangun.
Gbr 5. Visualisasi pada menggunakan PLX-DAQ
pada Microsoft Excel.
4-
byte
Time
1-
byte
0xDH
4-
byte
Temp
eratur
e
1-
byte
0xDH
4-
byte
Hum
midt
y
1-
byte
0xDH
5-
byte
Pres
sure
1-
byte
0xD
H
4-
byte
Ane
mom
eter
1-
byte
0xDH
2-
byte
Win
d
vane
1-
byte
0xDH
4-
byte
Rain
Gau
se

4. 5. Hasil dan Pembahasan.
5.1 Hasil Pengukuran Temperatur.
Gbr 6. Hasil pengukuran temperature.
Grafik diatas merupakan hasil pengukuran
temperatur. Dapat dilihat bahwa, hasil pengukuran
perangkat akuisisi data lebih besar di bandingkan
AWS. Perbedaanya berkisar antara 3 o
C hingga 6
o
C. Penyebab pertama adalah kondisi box yang
panas akibat disinari langsung oleh matahari.
Kedua adalah tidak adanya udara yang mengalir
didalam box tersebut sehingga keadaan udara yang
dalam box lebih panas dibandingkan keadaan
udara disekitarnya. Akan tetapi, saat menjelang
sore, yaitu pada pukul 14.45 WIB, temperatur
berangsur turun. Hal ini disebabkan sinar matahari
yang datang terhalang oleh pepohonan, sehingga
kondisi box menjadi tidak panas.
5.2 Hasil Pengukuran Tekanan
Gbr 7. Hasil Penukuran Kelembaban.
Dari gambar diatas dapat di lihat bahwa hasil
pengukuran kelembaban oleh perangkat akuisisi
data lebih kecil dibandingkan AWS. Penyebabnya
sama dengan hasil pengukuran temperatur. Karena
pengukuran keduanya diukur oleh sensor yang
sama yaitu RHT03. Pada sekitar pukul 12.50 WIB
hingga 13.20 WIB diperoleh hasil pengukuran
temperatur maksimal dan kelembaban minimal.
Pada sore hari, yaitu sekitar pukul 15.00 WIB,
hasil pengukuran oleh kelembaban berangsur naik.
5.3 Hasil Pengukuran Tekanan
Gambar dibawah ini merupakan hasil
pengukuran tekanan. Dari grafik terlihat
bahwa pada pengukuran tekanan
diperoleh hasil yang linier meskipun hasil
pengukurannya berbeda. Perbedaanya
berkisar antara 0.14 hPa hingga 0.20 hPa.
Faktor perbedaan ini dapat disebabkan
oleh kondisi temperatur dan kelembaban
dalam box yang tidak konstan serta
kondisi sensor tersebut yang kurang baik.
Gbr 8. Hasil pengukuran temperature.
5.4 Hasil Pengukuran Kecepatan Angin
Gbr 9. Hasil pengukuran kecepatan angin.
Perangkat akuisisi data mengukur
kecepatan angin dalam satuan kilometer per jam
(km/j) sedangkan AWS dalam satuan meter per
sekon (m/s). Setelah satuan ukur disamakan,
hasil dari pengukuran seperti yang terlihat pada
gambar 4.8. Dari hasil diatas simpangan antara
hasil pengukuran kecepatan angin perangkat

5. akuisisi data dengan AWS BMKG cukup besar.
Hal ini dapat diakibatkan karena anemometer
pada perangkat akuisisi data belum terkalibrasi
dengan baik sehingga hasil pengukurannya
menyimpang.
5.5 Hasil Pengukuran Arah Angin
Gbr 10. Hasil pengukuran arah angin.
Pada pengukuran arah angin, AWS
mengukur arah datangnya angin dalam satuan
degrees (o
) sedangkan perangkat akuisisi data
mendeteksi arah datangnya angin dari 8 mata
angin yang kita kenal. Seperti North, East, West
atau lainnya. Hal ini tentunya sensor pada
perangkat akuisisi data hanya dapat mendeteksi
arah angin dari 8 titik saja pada satuan degrees
(o
). Misalnya East (90o
), West (270o
), North (0o
)
dan lain-lain. Sedangkan AWS dapat mendeteksi
arah angin dari 0o
hingga 360o
. Hal inilah yang
menyebabkan persimpangan data. Selain faktor
tersebut, respon dari wind vane perangkat
akuisisi data dalam menentukan arah datangnya
angin lambat. Faktor lainnya adalah apabila
kecepatan angin yang datang cukup besar wind
vane tidak stabil dalam penentuan arah. Setelah
selang beberapa sekon kemudian wind vane akan
stabil. Dibandingkan dengan wind vane AWS,
respon dalam penentuan arahnya angin cukup
baik dan stabil walaupun kecepatan angin yang
datang cukup besar.
5.6 Hasil Pengukuran Curah Hujan
Pada pengukuran curah hujan,
didapatkan hasil pengukuran yang konstan. Baik
AWS maupun perangkat akuisisi diperoleh hasil
pengukuran curah hujan 0 mm selama pengujian
berlangsung. Hasil ini didapatkan karena kondisi
cuaca pada hari pengujian adalah cerah.
Gbr 11. Hasil pengukuran curah hujan.
6. Kesimpulan.
Dari pengujian yang telah dilakukan dapat
disimpulkan :
1. Perangkat akuisisi data cuaca dapat mengakuisisi
data cuaca seperti temperatur, tekanan,
kelembaban, curah hujan, arah dan kecepatan
angin secara telemetri dan real time.
2. Dari hasil perbandingan antara pengukuran
perangkat akuisisi data cuaca dengan AWS
BMKG menunjukkan bahwa :
a. Packing perangkat akuisisi data harus
diperbaiki lagi agar sensor dapat bekerja
dengan maksimal.
b. Anemometer harus dikalibrasi ulang agar hasil
pengukurannya lebih akurat dan teliti.
c. Respon dan kestabilan wind vane dalam
menentukan arah datangnya angin tidak
cukup baik.
7. Saran
Adapun beberapa saran untuk peneletian selanjutnya
yaitu :
1. Menggunakan sensor yang lebih baik lagi dari
tingkat akurasi pengukuran hingga respon sensor
tersebut terhadap objek yang diukur..
2. Menyertakan sensor radiasi sinar matahari dan pH
meter pada perangkat akuisisi data.
3. Meyertakan data logger sebagai back up data
apabila WBS atau komputer mati.
4. Interface yang dilakukan mikrokontroler tidak
hanya dengan komputer tetapi juga dengan LCD
(Liquid Crystal Display) ataupun 7 segment.
5. Menggunakan power management yang lebih
baik.
6. Pengujian juga dilakukkan dalam kondisi hujan
agar hasil pengukuran sensor dapat lebih teruji.

6. Daftar Acuan
[1] Indra Kusuma Wardani. Manfaat Prediksi
Cuaca Jangka Pendek Berdasarkan Data
Radiosonde dan Numerical Weather Prediction
(NWP) Untuk Pertanian Daerah. Unipdu
Jombang, Jurnal Seminas Competitive
Advantage 1 Vol.1, No.1, (2011) ISBN : 978-
602-99020-1-3.
[2] Akhmad Fhadoli. Analisa Kondisi Atmosfer
pada Kejadian Cuaca Ekstrem Hujan Es
(Hail).BMKG, Jurnal Ilmu Fisika Indonesia
Vol.1, No 2, (Sep, 2012).
[3] Anonim, 2014. Weather Sensor Assembly Data
Sheet. Diakses dari https://www.sparkfun.com
/datasheets/Sensors/Weather/Weather%20Sensor
%20Assembly..pdf, Pada 20 Maret 2014 Pukul
20.15 WIB.
[4] Anonim, 2014. Telemetetri, Diakses dari http:
//id.wikipedia.org/Telemetri, pada 3 April 2014
Pukul 14.00 WIB.
[5] M Kahfi Anshari, Syamsul Arifin dan Andi
Rahmadiansah. Perancangan Prediktor Cuaca
Maritim Berbasis Logika Fuzzy Menggunakan
User InterfacAndroid.Institut Negeri Sepuluh
November. Jurnal Teknik POMITS Vol. 2, No.
2, (2013) ISSN: 2337-3539.
[6] Aditya G. A, Syamsul Arifin, dan Andi
Rahmadiansah. Perancangan System Akuisisi
Data Maritime Bouy Weather Station.Intitut
Teknologi Sepuluh November. Jurnal Teknik
POMITS Vol. 2, No. 1, (2013) ISSN: 2337-
3539.
[7] M. Margolis.2012.Arduino Cookbook 2nd. USA
: O’Reilly Media.
[8] Wirwahn, Jan Alexander. 2012. Weather
SensBox: An Arduino Based Approach to
Integrate the Work on Sensor Platforms at High
School Classes. Thesis, University of Munster,
Muster Germanny..
[9] M. Margolis.2012.Arduino Cookbook 2nd. USA
: O’Reilly Media.
[10] Anonim, 2014. Arduino Board Uno. Diakses dari
http://arduino.cc/en/Main/arduinoBoardUno,
Pada Tanggal 20 Maret 2014 Pukul 19.0 0 WIB.
[11] Anonim, 2013. LM35 Data Sheet. Diakses dari
www.ti.com/lit/ds/symlink/lm35.pdf ,Pada
Tanggal20Maret2014Pukul19. 10 WIB.
[12] Anonim, 2014. Sensor Product. Diakses dari
https://www.sparkfun.com/categories/23, Pada
20 Maret 2014 Pukul 19.20.
[13] Anonim, 2014. Digital relative humidity &
temperature sensor RHT03 Data Sheet, Diakses
dari
http://dlnmh9ip6v2uc.cloudfront.net/datasheets/
Sensors/Weather/RHT03.pdf, Pada tanggal 20
Maret 2014 Pukul 19.30 WIB.
[14] Anonim. 2014. Digilal Pressure Sensor BMP085
Data Sheet. Di akses dari
http://dlnmh9ip6v2uc.cloudfront.net/datasheets/
Sensors/Pressure/BMP180.pdf , Pada 20 Maret
Pukul 20.00 WIB.
[15] Anonim, 2014. Weather Sensor Assembly Data
Sheet. Diakses dari
https://www.sparkfun.com/datasheets/Sensors/W
eather/Weather%20Sensor%20Assembly..pdf,
Pada 20 Maret 2014 Pukul 20.15 WIB.
[16] Anonim. 2014. Paralax Data Aqcuisition Tool.
Diakses dari http://plx-
daq.software.informer.com/, Pada 20 Maret
2014 Pukul 20.30 WIB.
[17] Anonim. 2012. Rangkaian Power Supply 12
VDC 2 A. Diakses dari
http://skemarangkaianpcb.com/rangkaian-
power-supply-12-volt-lm7812/, Pada 21 Maret
2014 Pukul 19.30 WIB.