Validasi Data di Data Logger: 5 Pemeriksaan Sebelum Data Dikirim

Sensor pH terbaca 28,4. Angka itu lolos data logger, naik ke server, masuk dashboard, dan seseorang ambil keputusan dari nilai yang secara fisik mustahil. Atau sensor dissolved oxygen lapor 8,2 mg/L selama 72 jam tanpa variasi. Sensornya macet, bukan kondisi air yang stabil. Menurut WMO-No. 8 Vol. V, data yang keluar dari stasiun pengukuran seharusnya sudah melewati kontrol kualitas. Lima pemeriksaan validasi standar di level data logger bisa menangkap masalah seperti ini sebelum data terkirim.

Apa yang Dimaksud Validasi di Level Data Logger

Validasi di level data logger artinya menjalankan pemeriksaan otomatis pada setiap pembacaan sensor sebelum data dikirim ke server atau dashboard. Konsep ini sering tertukar dengan dua proses lain.

Signal conditioning (filtering, averaging, damping) mengubah sinyal untuk menekan noise. Validasi tidak mengubah nilai. Validasi menilai apakah nilai itu masuk akal. Konfigurasi alarm mengecek apakah nilai melewati batas operasional. Validasi mengecek apakah nilai itu layak dipercaya sebagai pengukuran.

Data logger menjalankan pemeriksaan ini pada setiap record sebelum transmisi. Hasilnya bukan penghapusan data, melainkan penandaan: setiap pembacaan diberi flag yang mencerminkan status kualitasnya.

Lima Pemeriksaan Standar yang Dapat Dijalankan Data Logger

Kelima pemeriksaan berikut berasal dari kerangka kerja QARTOD (Quality Assurance/Quality Control of Real-Time Oceanographic Data) yang diterbitkan U.S. IOOS/NOAA. Standar ini sudah jadi acuan de facto untuk monitoring lingkungan real-time. WMO Guide No. 168 juga mengakui pemeriksaan rentang, langkah/lompatan, dan masuk akal sebagai kontrol kualitas otomatis standar untuk data logger hidrologis.

Uji Rentang (Gross Range Test)

QARTOD Test 4, prioritas: Required.

Uji rentang mengecek apakah pembacaan berada dalam dua tingkat batas. Tingkat pertama: batas sensor, yaitu rentang fisik yang mampu diukur sensor. Tingkat kedua: batas pengguna (user range), rentang yang masuk akal untuk kondisi lokasi.

Contoh untuk pH: batas sensor 0–14, batas pengguna 5,5–9,5 di stasiun pemantauan sungai tertentu. Pembacaan 28,4 gagal di tingkat sensor. Pembacaan 4,2 lolos tingkat sensor tapi gagal tingkat pengguna. Secara fisik mungkin, tapi tidak masuk akal untuk lokasi itu.

Uji Laju Perubahan (Rate of Change Test)

QARTOD Test 7, prioritas: Strongly Recommended.

Uji ini menandai pembacaan yang berubah lebih cepat dari yang mungkin secara fisik. QARTOD mendefinisikan parameter N_DEV (jumlah deviasi standar) yang dihitung selama jendela waktu TIM_DEV. Pembacaan yang melebihi N_DEV deviasi standar dari nilai rata-rata dalam jendela tersebut ditandai suspect.

Catatan dari QARTOD: pemeriksaan laju perubahan tidak berlaku untuk pembacaan dissolved oxygen bernilai nol. Pada kondisi anoksik, DO memang bisa turun ke nol dan bertahan di sana. Itu kondisi nyata, bukan anomali.

Uji Flat Line / Sensor Macet

QARTOD Test 8, prioritas: Strongly Recommended.

Uji ini mendeteksi sensor yang lapor nilai identik berulang kali. QARTOD pakai parameter REP_CNT (jumlah pengulangan) dan toleransi EPS. Kalau nilai tidak berubah melebihi EPS selama REP_CNT pembacaan berturut-turut, data ditandai suspect atau fail tergantung jumlah pengulangan.

Terkait: QARTOD Test 10 (Attenuated Signal) mendeteksi sinyal yang hampir datar, misalnya sensor tertutup sedimen atau debris sehingga variasi alami teredam. Test ini pakai deviasi standar atau rentang yang lebih kecil dari MIN_VAR selama periode TST_TIM.

Uji Spike

QARTOD Test 6, prioritas: Strongly Recommended.

Uji spike mendeteksi anomali titik tunggal: satu pembacaan menyimpang tajam dari titik sebelum dan sesudahnya, tapi titik berikutnya kembali normal. Ini yang membedakan spike dari perubahan level sesungguhnya. Gangguan elektromagnetis sesaat atau kesalahan komunikasi biasanya bikin pola seperti ini.

Uji Cross-Parameter

QARTOD Test 9, prioritas: Suggested.

Uji ini mengecek konsistensi antar parameter yang secara fisik saling terkait. Contoh: dissolved oxygen berubah drastis tanpa perubahan suhu air yang sesuai. Kelarutan oksigen dipengaruhi suhu. Perubahan DO besar tanpa perubahan suhu lebih kemungkinan masalah sensor daripada perubahan kondisi nyata.

Uji ini butuh data logger yang baca lebih dari satu parameter secara simultan. Data logger multi-channel dengan slot sensor ganda bisa jalankan pemeriksaan ini karena punya akses ke beberapa pembacaan parameter dalam satu siklus akuisisi.

Contoh Ambang Batas per Parameter

Tabel berikut adalah contoh ambang batas ilustratif berdasarkan referensi QARTOD dan USGS. Ini bukan standar universal. Setiap lokasi butuh kalibrasi ambang sesuai kondisi setempat.

Parameter	Batas Sensor (min–max)	Batas Pengguna (contoh)	Rate-of-Change (contoh)	Flat Line REP_CNT
pH	0–14	5,5–9,5	>1 unit/jam	>12 pembacaan identik
Dissolved Oxygen (mg/L)	0–20	0–15	N_DEV=3, TIM_DEV=25	>12 pembacaan identik
Turbidity (NTU)	0–4.000	0–1.000	Tergantung baseline lokasi	>8 pembacaan identik
Conductivity (µS/cm)	0–100.000	100–2.000 (air tawar)	>500 µS/cm per jam	>12 pembacaan identik
Water Level (m)	Tergantung sensor	Tergantung DPL stasiun	>0,5 m per 6 menit	>20 pembacaan identik

Sumber: contoh parameter QARTOD DO v2.1, QARTOD Water Level v2.0, USGS TM1-D3 Maximum Allowable Limits. Nilai user range dan rate-of-change perlu disesuaikan berdasarkan karakteristik lokasi, musim, dan parameter spesifik.

Apa yang Tidak Perlu Dicek di Edge

Tidak semua pemeriksaan kualitas data cocok dijalankan di data logger. Beberapa butuh data yang tidak tersedia di level stasiun tunggal.

Neighbor check membandingkan pembacaan stasiun dengan stasiun terdekat, dan itu butuh data multi-stasiun yang cuma tersedia di server. Analisis klimatologis membandingkan data dengan catatan historis jangka panjang yang juga disimpan di server. Deteksi anomali berbasis machine learning umumnya butuh sumber daya komputasi dan data pelatihan yang melebihi kapasitas data logger lingkungan tipikal.

Pembagiannya praktis: data logger jalankan pemeriksaan deterministik yang cuma butuh data dari sensor dan konfigurasi lokal. Server jalankan analisis yang butuh data historis, data dari stasiun lain, atau model statistik kompleks.

Apa yang Terjadi Setelah Data Ditandai

Prinsip utamanya: flag and forward, bukan suppress and discard. Data yang gagal pemeriksaan tetap dikirim bersama flag-nya. Data mentah harus disimpan. QARTOD dan WMO sama-sama tekankan bahwa data tidak boleh dihapus. Pembacaan yang tampak anomali bisa ternyata menangkap kejadian nyata yang baru bisa dikonfirmasi setelah analisis lebih lanjut.

QARTOD pakai skema 5 flag: 1 (Pass), 2 (Not Evaluated), 3 (Suspect), 4 (Fail), 9 (Missing Data). Skema ini bisa diterapkan di level data logger untuk penandaan awal, lalu diperbarui di server setelah pemeriksaan tambahan. Bagaimana flag ini ditampilkan di dashboard dan dipakai untuk keputusan operasional dibahas lebih detail di artikel kualitas data sensor.

Kalau flag-nya suspect atau fail, langkah berikutnya diagnosis, bukan hapus data. Untuk masalah sinyal listrik, panduan troubleshooting loop 4-20 mA bisa bantu identifikasi apakah masalahnya di sensor, kabel, atau konfigurasi.

Validasi di edge adalah lapisan pertama pertahanan data. Server menambah lapisan kedua dengan analisis yang lebih berat. Setiap nilai yang sampai di dashboard sudah punya konteks kualitas, dan itu yang bikin keputusan operasional dan pelaporan regulasi punya dasar lebih kuat.