Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Curah hujan merupakan salah satu unsur iklim yang sangat bervariasi terhadap ketinggian dalam distribusi spasial dan temporalnya. Distribusi curah hujan spasial dan temporal didapatkan dari radar cuaca dan stasiun observasi. Melalui pemetaan spasial dan temporal penelitian ini akan mengungkapkan perbandingan distribusi curah hujan antara radar cuaca dengan stasiun observasi curah hujan terhadap ketinggian. Hasil pengolahan data menunjukan distribusi curah hujan terbanyak pada ketinggian 500-1.000 mdpl dimana semakin tinggi ketinggian tempat maka distribusi curah hujannya semakin menurun baik dari hasil radar cauca maupun stasiun observasi. Analisis temporal memberikan hasil kesamaan waktu kejadian curah hujan tertinggi dari radar cuaca dan stasiun observasi pada pukul 12:00 sampai 18:00.

---

Rainfall is one of the climate element that highly variable from elevation in spatial and temporal distribution. The spatial and temporal rainfall distribution obtained from weather radar and observation stations. This research will reveal rainfall distribution comparison between weather radar with rainfall observation station of elevation. Through spatial and temporal mapping of. The results of data processing shows rainfall distribution at an altitude 500-1.000 meters above sea level where the higher altitude of the distribution of rainfall decreases both from the weather radar and observation stations. Temporal analysis provides results in common occurrence time of the highest rainfall weather radar and weather observation station at 12:00 to 18:00.

Abstrak :
Pada tesis ini dibuat rancangan antena radar cuaca pada pita frekuensi X-Band dengan dua polarisasi. Antena dirancang berbasis slotted waveguide antenna array (SWAA) dengan rancangan struktur antena yang terdiri dari 2 lapisan, yaitu lapisan pertama terdiri dari 5 waveguide dengan 64 slot untuk masing-masing waveguide dan lapisan ke-dua berupa waveguide tunggal dengan 5 slot. Untuk menghubungkan proses eksitasi lapisan pertama dan ke-dua, di bagian bawah waveguide lapisan pertama dibentuk slot-slot yang letak geometri dan dimensinya sama dengan slot-slot waveguide lapisan ke-dua. Munculnya dua polarisasi dari antena ini disebabkan oleh penempatan slot-slot pada waveguide lapisan ke-dua yang orthogonal terhadap slot-slot pada waveguide lapisan pertama. Parameterparameter pada rancangan antena ini merujuk pada rekomendasi WMO (World Meteorological Organization) untuk spesifikasi umum sistem radar cuaca. Hasil simulasi parameter-parameter antena meliputi frekuensi kerja = 9380 MHz, S11 = -22,56 dB, bandwidth = 51,40 MHz, 3dB-beamwidth untuk polarisasi horisontal = 1,20 derajat, 3dB-beamwidth untuk polarisasi vertikal = 1,00 derajat, side lobe level untuk polarisasi horisontal = -25,96 dB, side lobe level untuk polarisasi vertikal = -21,20 dB, co-polarization untuk polarisasi horisontal = 24,49 dB, co-polarization untuk polarisasi vertikal = 25,67 dB, cross-polarization untuk polarisasi horisontal = -67,22 dB, dan cross-polarization untuk polarisasi vertikal = - 41,08 dB. Dengan melengkapi rancangan antena ini menggunakan amplifier 100 watt untuk polarisasi horisontal dan 63 watt untuk polarisasi vertikal, maka rancangan antena yang diusulkan telah memenuhi rekomendasi WMO untuk spesifikasi umum sistem radar cuaca sehingga dapat digunakan sebagai antena radar cuaca.

---

This thesis has made design of weather radar antenna on X-Band frequency with two polarizations. The antenna is designed based on slotted waveguide antenna array (SWAA) with its antenna structure consists of 2 layers, first layer is composed of 5 waveguides in which each waveguide consists of 64 slots, while the second layer is a single waveguide with 5 slots. In order to link the excitation process of the first layer and the second, at the bottom of the first layer waveguide formed slots in which its geometry and dimensions is the same as slots at the top of the second layer waveguide. The emergence of two polarizations of this antenna is caused by the placement of slots in the second layer waveguide that is orthogonal to the slots on the first layer waveguide. The antenna parameters of this design refers to the recommendation of WMO (World Meteorological Organization) for typical specifications of weather radar system. The simulation result of the designed antenna parameters includes: operating frequency = 9380 MHz, S11 = -22,56 dB, bandwidth = 51,40 MHz, 3dBbeamwidth for horizontal polarization = 1,20 degree, 3dB-beamwidth for vertical polarization = 1,00 degree, side lobe level for horizontal polarization = -25,96 dB, side lobe level for vertical polarization = -21,20 dB, co-polarization for horizontal polarization = 24,49 dB, co-polarization for vertical polarization = 25,67 dB, cross-polarization for horizontal polarization = -67,22 dB, and cross-polarization for vertical polarization = - 41,08 dB. By complementing the designed antenna with 100 watt amplifier for horizontal polarization and 63 watt amplifier for vertical polarization, the designed antenna meets the recommendation of WMO for typical specifications of weather radar system, therefore the designed antenna is suitable for use as a weather radar antenna.

Abstrak :
Hujan merupakan salah satu parameter penting dalam proses hidrologi. Pengukuran curah hujan oleh stasiun pengukur hujan belum dapat mewakili sebaran spasial dan temporal. Di daerah pegunungan, sebaran spasial hujan sangat bervariasi dan cenderung lebih tinggi dibandingkan daerah dengan topografi yang lebih rendah. DAS Ciliwung bagian hulu terletak di area pegunungan dengan elevasi 297-2982 mdpl, sedangkan area hilir terletak di area dekat pantai dengan elevasi 0-25 mdpl. Lokasi penelitian ini dilakukan di DAS Ciliwung karena salah satu DAS paling kritis di Indonesia dengan masifnya pembangunan yang berpengaruh terhadap fenomena banjir di bagian hilir, yaitu Jakarta. Radar cuaca merupakan salah satu instrumen yang dapat merepresentasikan kondisi spasial dan temporal hujan dengan lebih baik. Namun, setelah dievaluasi data curah hujan berbasis radar cuaca belum sesuai terhadap data stasiun pengukur hujan. Oleh karena itu, penelitian ini bertujuan untuk melakukan koreksi dan evaluasi kesesuaian data curah hujan berbasis radar cuaca terhadap stasiun pengukur hujan di DAS Ciliwung. Data yang digunakan adalah data sekunder berupa data curah hujan dari radar cuaca C-Band dan stasiun pengukur hujan di 6 titik area hulu dan 9 titik area hilir. Metode koreksi data curah hujan berbasis radar cuaca menggunakan metode koreksi kalibrasi. Uji kesesuaian dilakukan menggunakan tiga metode, yaitu Nash Sutcliffe Efficiency (NSE), Root Mean Square Error (RMSE), dan Percent Bias (PBias). Perolehan hasil NSE, RMSE, dan PBias menggunakan data curah hujan radar cuaca setelah dikoreksi menunjukkan bahwa metode koreksi kalibrasi yang digunakan mampu meningkatkan tingkat akurasi dan keandalan data curah hujan secara signifikan walaupun di beberapa titik penelitian secara numerik masih belum memenuhi persyaratan. Hasil terbaik terdapat di Stasiun Pulomas yang ditandai dengan perubahan nilai NSE dari 409,06 menjadi 0,62; nilai RMSE dari 574,66 menjadi 17,54; dan nilai PBias dari 2062,02 menjadi -30,84. Secara tren pencatatan data curah hujan juga sudah sesuai dengan data stasiun pengukur hujan sehingga mampu menggambarkan pola hujan di DAS Ciliwung. ......Rain is one of the important parameters in the hydrological process. Rainfall measurements by rain measuring stations cannot yet represent spatial and temporal distribution. In mountainous areas, the spatial distribution of rainfall varies greatly and tends to be higher than in areas with lower topography. The upstream part of the Ciliwung watershed is located in a mountainous area with an elevation of 297-2982 meters above sea level, while the downstream area is located in an area near the coast with an elevation of 0-25 meters above sea level. The location of this research was carried out in the Ciliwung watershed because it is one of the most critical watersheds in Indonesia with massive development that affects the phenomenon of flooding downstream, namely Jakarta. Weather radar is one of the instruments that can better represent the spatial and temporal conditions of rain. However, after evaluation, rainfall data based on weather radar is not in accordance with the data of rain measuring stations. Therefore, this study aims to correct and evaluate the suitability of weather radar-based rainfall data for rain measuring stations in the Ciliwung watershed. The data used is secondary data in the form of rainfall data from C-Band weather radar and rain measuring stations at 6 points in the upstream area and 9 points in the downstream area. The rainfall data correction method based on weather radar uses the calibration correction method. The conformity test was carried out using three methods, namely Nash-Sutcliffe Efficiency (NSE), Root Mean Square Error (RMSE), and Percent Bias (PBias). The results of NSE, RMSE, and PBias using weather radar rainfall data after correction show that the calibration correction method used is able to significantly improve the accuracy and reliability of rainfall data even though at some research points numerically it still does not meet the requirements. The best results were found at Pulomas Station which was marked by a change in the NSE value from -409.06 to 0.62; RMSE value from 574.66 to 17.54; and the PBias value from 2062.02 to -30.84. In terms of the trend of recording rainfall data, it is also in accordance with the data of rain measuring stations so that it is able to describe rainfall patterns in the Ciliwung watershed.

Abstrak :
Radio Detection and Ranging (Radar) cuaca merupakan instrumen meteorologi yang umum digunakan dalam mengidentifikasi curah hujan menggunakan prinsip kerja pulsa Doppler. Produk radar berupa data reflektifitas (Z) dengan satuan [dBZ] diyakini memiliki hasil yang sebanding dengan data tampungan air hujan oleh tipping bucket. Namun, hal ini dapat berbanding terbalik oleh adanya pengaruhi dari kecepatan angin yang berhembus secara horizontal, dimana dapat membawa sejumlah droplet hujan sehingga tidak bisa terekam oleh tipping bucket. Pada penelitian ini, dilakukan pengukuran curah hujan dan kecepatan angin pada Stasiun Meteorologi Kelas I Djalaluddin, Gorontalo, Indonesia pada bulan Desember 2021 sampai Februari 2022. Pengolahan data berbasis Machine Learning dengan jenis algoritma berupa Decision Tree, Random Forest, AdaBoost, dan Gradient Boosting. Pengolahan data menggunakan data reflektivitas radar dan data besar kecepatan angin sebagai input, serta data curah hujan oleh tipping bucket digunakan sebagai data target. Dalam penelitian ini digunakan metriks evaluasi untuk mengetahui nilai algoritma yang paling baik dengan nilai matriks kesalahan RMSE, MSE, dan MAE yang relatif rendah dan hasil Rooted Squared Error (R-squared) yang mendekati 1. Hasil penelitian ini digunakan untuk mengetahui pengaruh kecepatan angin terhadap estimasi curah hujan di Gorontalo, Indonesia, serta mengetahui jenis algoritma yang paling baik untuk mengestimasinya. ......Weather Radio Detection and Ranging (Radar) is a meteorological instrument used in identifying rainfall using the working principle of Doppler pulses. Radar products in the form of reflectivity (Z) data with units of [dBZ] are believed to have comparable results with rainwater storage data by tipping buckets. However, this can be inversely affected by the horizontal wind speed, which can carry the rain droplets that cannot be recorded by the tipping bucket. In this study, rainfall and wind speed measurements were taken at the Djalaluddin Class I Meteorological Station, Gorontalo, Indonesia from December 2021 to February 2022. Based on Machine Learning data processing with algorithm types such as Decision Tree, Random Forest, AdaBoost, and Gradient Boosting. Data processing uses radar reflectivity data and wind speed data as input, and rainfall data by tipping bucket is used as target data. In this study, an evaluation metric is used to determine the best algorithm value with relatively low RMSE, MSE, and MAE error matrix values and Rooted Squared Error (R-squared) results. The results of this study are used to determine the effect of wind speed on rainfall estimation in Gorontalo, Indonesia, and to determine the best type of algorithm to estimate it.

Abstrak :
Curah hujan merupakan salah satu parameter penting dalam proses hidrologi. Namun, variabilitas spasialnya tidak bisa diwakilkan oleh satu stasiun pengukur hujan. Variabilitas ini makin tidak merata pada area pegunungan. Salah satunya adalah DAS Ciliwung Hulu yang berada pada elevasi 297-2982 mpdl. Penggunaan radar cuaca dalam mengukur curah hujan mampu memberikan informasi detail mengenai variabilitas spasial. Namun, data curah hujan berbasis radar cuaca perlu diuji kesesuaiannya sebelum dapat digunakan. Penelitian ini bertujuan untuk menguji kesesuaian curah hujan berbasis radar cuaca dengan curah hujan berdasarkan stasiun pengukur hujan di DAS Ciliwung Hulu. Data yang digunakan adalah data sekunder berupa data curah hujan dari stasiun pengukur hujan dan radar cuaca. Uji kesesuaian dilakukan menggunakan Nash Sutcliffe Efficiency (NSE). Data curah hujan harian berbasis stasiun pengukur hujan akan dibentuk dalam peta isohyet yang setiap pikselnya akan dibandingkan dengan data curah hujan dari radar cuaca yang telah diakumulasi menjadi hujan harian. Pengujian dilakukan pada setiap tanggal terpilih berdasarkan ketersediaan data. Perolehan NSE sebesar -0.56 hingga -∞ sehingga data curah hujan berbasis radar cuaca belum sesuai dengan stasiun pengukur hujan. Namun, data curah hujan yang telah dibentuk menjadi peta isohyet telah mengabaikan variabilitas spasial yang dapat digambarkan oleh hasil radar cuaca. Maka, penelitian dilanjutkan dengan membandingkan data curah hujan pada setiap lokasi stasiun pengukur hujan di DAS Ciliwung Hulu dan sekitarnya. Perolehan NSE masih bervariasi dari -64,09 hingga -275712,96 sehingga data curah hujan dari kedua metode masih belum sesuai. Terakhir, pengujian dilakukan kembali dengan penyesuaian rerata aritmatik. Hasil NSE ada pada 0,05 hingga -16314.61. Maka, metode rerata aritmatik belum dapat menyesuaikan data curah hujan dari kedua metode. ......Rainfall is one of the most important parameters in hydrological processes. However, the spatial variability cannot be represented by a single rain gauge station. This variability is increasingly uneven in mountainous areas. One of the mountainous areas in Indonesia is the Upper Ciliwung Watershed which is at an elevation of 297-2982 msl. The use of weather radar in measuring rainfall is able to provide detailed information about spatial variability. However, weather radar-based rainfall data needs to be analyzed for suitability before it can be used. This study aims to examine the suitability of rainfall based on weather radar with rainfall based on rain gauge stations in the Upper Ciliwung watershed. The data used is rainfall data from rain gauge stations and weather radar. The suitability test was carried out using the Nash-Sutcliffe Efficiency (NSE). Daily rainfall data based on rain gauge stations will be formed in isohyet maps where each pixel will be compared with rainfall data from weather radar that has been accumulated into daily rainfall. Tests are carried out on each selected date based on data availability. The NSE gain is -0.56 to -∞ so that the weather radar-based rainfall data is not compatible with the rain gauge. However, the rainfall data that has been formed into an isohyet map has neglected the spatial variability that can be described by weather radar. So, the research was continued by comparing rainfall data at each rain gauge station location in the Upper Ciliwung watershed and its surroundings. The NSE values are still varies from -64.09 to -275712.96 so that the rainfall data from the two methods are still not compatible. Finally, the test is carried out again by adjusting with the arithmetic mean method. The NSE result is between 0.05 and -16314.61. Thus, the arithmetic mean method cannot adjust the rainfall data from the weather radar to compatible with the rain gauge.

Abstrak :
Daerah ekuator memiliki curah hujan yang tinggi karena terletak di dekat garis khatulistiwa, dimana matahari menghasilkan energi yang sangat tinggi sepanjang tahun. Ini berdampak pada habitat biologis, siklus air global, dan kehidupan sehari- hari manusia. Informasi curah hujan yang akurat penting untuk mitigasi bencana, pengelolaan sumber daya udara, dan pemodelan iklim. Pengukuran terhadap curah hujan dalapat dilakukan dengan berbagai metode, salah satunya dengan menggunakan metode jarak jauh yaitu radar (Radio Detecting and Ranging). Pada studi ini, dilakukan perhitungan radar cuara dengan menggunakan machine learning untuk mengkaji keakuratan perhitungan data radar cuaca terhadap nilai estimasi curah hujan di Pontianak. Produk dari radar cuaca merupakan data reflektifitas (Z). Penggunaan machine learning ini diterapkan pada data reflektifitas radar cuaca dimana data yang digunakan adalah C-MAX atau Column Maximum. Data curah hujan pada periode Desember 2021 sampai Februari 2022 di Pontianak diolah dengan metode perbandingan menggunakan empat algoritma tree-based machine learning: Decision Tree, Random Forest, Adaptive Boosting, dan Gradient Boosting. Perbandingan ini bertujuan untuk mendapatkan nilai estimasi curah hujan. Algoritma Decision Tree menghasilkan nilai akurasi RMSE sebesar 0,693 dan korelasi R2 sebesar 0,449; Random Forest menghasilkan RMSE 0,642 dan R2 0,527; Adaptive Boosting menghasilkan RMSE sebesar 0,725 dan R2 sebesar 0,395, serta Gradient Boosting menghasilkan RMSE sebesar 0,561 dan R2 sebesar 0,638. Disimpulkan bahwa algoritma Gradient Boosting dapat memberikan estimasi curah hujan terbaik di Pontianak, Kalimantan Barat, Indonesia. ......Equatorial regions have high rainfall because they are located near the equator, where the sun produces very high energy throughout the year. This impacts biological habitats, the global water cycle, and people's daily lives. Accurate rainfall information is vital for disaster mitigation, air resource management, and climate modeling. Rainfall can be measured using various methods, one of which is a long- range method, namely radar (Radio Detecting and Ranging). In this study, weather radar calculations were carried out using machine learning to assess the accuracy of weather radar data calculations on estimated rainfall values in Pontianak. The product of weather radar is reflectivity data (Z). Machine learning is applied to weather radar reflectivity data where the data used is C-MAX or Column Maximum. Rainfall data from December 2021 to February 2022 in Pontianak was processed utilizing a comparative method using four tree-based machine learning algorithms: Decision Tree, Random Forest, Adaptive Boosting, and Gradient Boosting. This comparison aims to obtain estimated rainfall values. The Decision Tree algorithm produces an RMSE accuracy value of 0.693 and an R2 correlation of 0.449; Random Forest produces an RMSE of 0.642 and R2 0.527; Adaptive Boosting produces an RMSE of 0.725 and R2 of 0.395, and Gradient Boosting has an RMSE of 0.561 and an R2 of 0.638. It was concluded that the Gradient Boosting algorithm can provide the best rainfall estimates in Pontianak, West Kalimantan, Indonesia.

Abstrak :
Transformasi metode penyampaian peringatan dini cuaca konvensional berupa informasi berbasis fenomena menjadi informasi berbasis dampak memberikan dampak yang signifikan terhadap upaya pengurangan resiko bencana. Algoritma prediksi berdasarkan data resolusi tinggi menjadi komponen yang penting daam sistem peringatan dini cuaca. Penelitian ini bertujuan untuk melakukan kajian spasial implementasikan algoritma prediksi Short Term Ensemble Prediction System (STEPS) menggunakan data radar cuaca dalam pembuatan peringatan dini cuaca berbasis dampak di Kabupaten Bogor. Teknik weighted overlay digunakan untuk menghitung indeks peringatan berdasarkan nilai variabel Quantitative Precipitation Estimation (QPE) 24 jam, Quantitative Precipitation Forecast (QPF) 3 jam dari algoritma STEPS, dan nilai indeks risiko bencana banjir. Nilai pembobotan pada setiap variabel ditentukan menggunakan teknik Analytical Hierarchy Process (AHP) dan nilai batas ambang QPE dan QPF dihitung menggunakan metode persentil. Studi kasus yang digunakan adalah kejadian banjir pada tahun 2020 di Kabupaten Bogor. Algoritma STEPS menghasilkan performa prediksi yang baik dimana 75% dari seluruh studi kasus memiliki structure, amplitude, dan location yang hampir sama dengan nilai observasi. Indeks peringatan dini cuaca berbasis dampak pada seluruh studi kasus memiliki rentang nilai 5 hingga 10 atau masuk dalam kategori siaga hingga awas dengan potensi dampak banjir dimana seluruh potensi dampak tersebut sesuai dengan kejadian di lapangan. ......The transformation of extreme weather early warnings format from phenomenon-based information into impact-based information has a significant role on disaster risk reduction. Prediction algorithms based on high-resolution data become an important component in extreme weather early warning systems. This research aims to conduct a spatial study of the implementation of the Short Term Ensemble Prediction System (STEPS) using weather radar data in the making of impact-based extreme weather early warnings in Bogor Regency. The weighted overlay technique is used to calculate the warning index based on the value of the Quantitative Precipitation Estimation (QPE) variable 24 hours ago, the Quantitative Precipitation Forecast (QPF) 3 hours ahead from the STEPS algorithm, and the value of the flood risk index. The weighting value for each variable was determined using the Analytical Hierarchy Process (AHP) technique and the threshold values ​​for QPE and QPF were calculated using the percentile method. The case study used is the flood incident in 2020 in Bogor Regency. The STEPS algorithm produces good predictive performance where 75% of all case studies have the same structure, amplitude, and location as the observed values. The impact-based early warning index in all case studies has a range of 5 to 10 or is in the category of alert to alert with potential flood impacts where all of these potential impacts are in accordance with events in the field.

Abstrak :
Curah hujan merupakan unsur iklim yang memiliki keragaman dan fluktuasi yang tinggi di Indonesia. Hal ini membuat curah hujan merupakan unsur iklim yang paling dominan untuk mencirikan iklim di Indonesia. Berdasarkan gerakan udara naik untuk membentuk awan, terdapat tiga tipe hujan yaitu konvektif, orografik, dan gangguan. Pengukuran terhadap curah hujan dapat dilakukan dalam berbagai metode, salah satunya dengan menggunakan pengukuran jarak jauh yaitu radar (Radio Detecting and Ranging). Pada studi ini dilakukan perhitungan radar cuaca dengan menggunakan machine learninguntuk mengkaji keakuratan perhitungan data radar cuaca terhadap estimasi curah hujan di Pulau Biak, Indonesia. Produk dari radar cuaca merupakan data reflektifitas (Z). Penggunaan machine learning ini diterapkan pada data reflektifitas radar cuaca dimana data yang digunakan adalah C-MAX atau Column Maximum. Data curah hujan pada periode Desember 2021 sampai Februari 2022 di Kabupaten Biak diolah menggunakan algoritma yang berbeda, yaitu Decision Tree, Random Forest, Adaptive Boosting, Gradient Boosting Extreme Gradient Boosting. Hasil dari studi ini akan menunjukkan algoritma terbaik yang dapat digunakan untuk memprediksi estimasi curah hujan konvektif di Pulau Biak, Indonesia. Berdasarkan penelitian yang sudah dilakukan, didapatkan hasil R2 pada algoritma Decision Tree sebesar 0,70; Random Forest 0,60; Adaptive Boosting sebesar 0,42; Gradient Boosting sebesar 0,71 dan Extreme Gradient Boosting sebesar 0,73. Hasil analisis menunjukkan bahwa algoritma Extreme Gradient Boosting dapat memberikan estimasi curah hujan paling baik di Pulau Biak, Indonesia. ......Rainfall is an element of climate with high diversity and fluctuation in Indonesia. This makes rainfall the most dominant climate element to characterize the climate in Indonesia. Based on the movement of rising air to form clouds, there are three types of rain: convective, orographic, and disturbance. Rainfall can be measured in various methods, one of which is by using remote measurement, namely radar (Radio Detecting and Ranging). In this study, weather radar calculations were carried out using machine learning to assess the accuracy of weather radar data calculations on the estimated rainfall value on Biak Island, Indonesia. The product of weather radar is reflectivity (Z) data. The use of machine learning is applied to weather radar reflectivity data where the data used is C-MAX or Column Maximum. Rainfall data from December 2021 to February 2022 in Biak Regency is processed using five different algorithms: Decision Tree, Random Forest, Adaptive Boosting, Gradient Boosting, and Extreme Gradient Boosting. The result of this study will show the best algorithm that can be used to predict convective rainfall estimation in Biak Island, Indonesia. Based on the research that has been done, the R2 results obtained on the Decision Tree algorithm of 0.70; Random Forest 0.60; Adaptive Boosting of 0.42; Gradient Boosting of 0.71 and Extreme Gradient Boosting of 0.73. The analysis shows that the Extreme Gradient Boosting algorithm can estimate the best rainfall in Biak Island, Indonesia.