ClimateWatch

Masalahnya

Orang Indonesia terus mendengar soal perubahan iklim, tapi hampir tidak ada yang bisa menunjukkan angka kotanya sendiri. Apakah kota saya memang makin panas, makin basah, atau makin kering? Datanya ada. Data itu tersimpan di dataset reanalysis global sebagai baris harian mentah, yang tidak bisa dibaca pelajar, jurnalis, atau petani tanpa menulis kode.

Saya membangun ClimateWatch untuk pembaca seperti itu: masyarakat yang penasaran, pelajar, jurnalis yang butuh konteks cepat, dan petani yang peduli kapan hujan mulai turun. Aplikasi ini mengubah puluhan tahun data suhu dan curah hujan harian menjadi grafik yang bisa dibaca dalam hitungan detik. Gratis, tanpa login.

Yang saya bangun

Satu pengaturan tetap mencegah tren pemanasan palsu

Arsip Open-Meteo diam-diam berganti model cuaca di tengah rekamannya, dan saya menemukan pergantian itu sendiri menambah sekitar 1,5°C ke suhu tertinggi harian Jakarta hanya dalam satu tahun, cukup untuk memalsukan tren pemanasan yang sebenarnya tidak ada di data. Saya mengunci setiap permintaan ke satu keluarga model saja, supaya seluruh rekaman dari 1950 sampai sekarang tetap sebanding. Indonesia memang punya sedikit stasiun cuaca dengan catatan panjang yang tidak terputus. Itu sebabnya dataset reanalysis ini cocok sejak awal: data harian tanpa celah untuk titik mana pun di peta, ada stasiunnya atau tidak, untuk ke-94 kota dengan cara yang sama.

Setiap grafik membaca ringkasan yang sudah dihitung

Sembilan puluh empat kota dengan data harian sejak 1950 berarti jutaan baris. Saya meringkasnya menjadi tabel bulanan dan tahunan lebih dulu, lewat proses latar yang terjadwal. Saat halaman dibuka, aplikasi cukup membaca tabel kecil, tanpa menjumlahkan puluhan tahun data saat itu juga. Data hariannya disimpan di database time-series, dipecah per tanggal dan diindeks sesuai cara halaman memintanya: per kota, lalu per tanggal.

Data yang kosong tetap kosong

Kalau sumber tidak punya nilai untuk suatu hari, saya menyimpannya sebagai kosong. Saya tidak pernah mengubahnya menjadi nol. Hujan nol milimeter dan "kita tidak tahu" adalah dua fakta berbeda, dan data kosong sering muncul di tahun-tahun awal. Sebuah lencana peringatan memberi tahu pembaca kalau cakupan data sebuah kota atau bulan terlalu tipis untuk dipercaya.

Hari panas berarti berbeda di tiap daerah

Ambang 35°C untuk "hari panas" adalah konvensi iklim sedang, dan itu tidak berlaku di sebagian besar wilayah maritim Indonesia. Seperempat kota yang datanya sudah dimuat tidak pernah sekalipun melewati ambang itu dalam 77 tahun, jadi grafik hari panasnya kosong saja. Saya menambahkan ambang kedua yang relatif per daerah, yaitu 5% hari terpanas masing-masing kota dari baseline 1951-1980-nya, dan tetap menyimpan angka 35°C tetap hanya untuk membandingkan antarkota.

Frontend yang sama berjalan dengan dua cara, live atau statis

Open-Meteo diketahui pernah macet atau membatasi permintaan dari GitHub Actions, jadi mengimpor data saat build di cloud tidak bisa diandalkan, dan sebuah backend butuh biaya untuk terus menyala. Frontend-nya kini beralih lewat satu variabel lingkungan antara memanggil API Django yang live atau membaca hasil ekspor JSON siap pakai. Saya menjalankan impor dari koneksi biasa sendiri dan meng-commit hasilnya, jadi deploy publiknya tidak butuh server dan tidak butuh panggilan live ke Open-Meteo sama sekali.

Hasilnya

ClimateWatch sudah live di GitHub Pages, dan kodenya publik. Cakupannya 94 kota di Indonesia dengan 77 tahun data harian, dari 1950 sampai sekarang. Setiap halaman kota menghitung hari panas, hari hujan lebat, dan gelombang panas terpanjang per tahun dengan garis tren, dan memperkirakan kapan musim hujan dimulai. Panel "Looking ahead" kini memproyeksikan masa depan tiap kota dari beberapa model CMIP6, di luar rencana awal. Pengguna bisa membandingkan dua kota, melihat bagaimana 45 episode El Niño dan La Niña yang terlacak mengubah cuaca sebuah kota, dan mengurutkan semua kota berdasarkan panas, hujan, atau kecepatan pemanasannya.

Situs live-nya adalah snapshot statis: Open-Meteo membatasi server build di cloud, jadi saya menjalankan impor sendiri lalu menerbitkan berkas datanya, dan angkanya diperbarui hanya saat saya menjalankan ulang ekspor itu. Saya membangunnya antara Juli dan September 2026.