Peneliti Kembangkan AI untuk Bantu Prediksi Siklon Tropis Lebih Akurat, Seberapa Efektif?

Suara.com - Memprediksi siklon tropis masih menjadi tantangan bagi para ahli cuaca. Padahal, fenomena ini dapat berkembang menjadi badai yang menimbulkan kerusakan besar, terutama ketika membawa angin kencang, hujan lebat, dan gelombang tinggi.

Kondisi tersebut mendorong peneliti dari Google DeepMind dan Google Research mengembangkan sistem kecerdasan buatan (AI) bernama WeatherNext Cyclones (WN-C). Sistem ini dirancang untuk membantu memperkirakan jalur, intensitas, serta ukuran angin siklon tropis.

Dalam penelitian yang diterbitkan di jurnal Nature, tim peneliti melatih WN-C menggunakan data cuaca global selama beberapa dekade dan basis data yang mencakup hampir 5.000 siklon tropis.

Tujuannya adalah membuat AI mengenali bagaimana pola atmosfer dalam skala besar berinteraksi dengan karakteristik setiap badai.

Menggabungkan gambaran global dan kondisi badai

Dalam metode prakiraan konvensional, peramal cuaca biasanya perlu melihat kondisi atmosfer dalam skala global untuk memperkirakan ke mana badai akan bergerak. Pada saat yang sama, mereka juga perlu mengamati wilayah yang lebih kecil untuk memperkirakan kekuatan badai.

Kedua proses tersebut membutuhkan kemampuan komputasi yang besar.

WN-C dirancang untuk menggabungkan keduanya. Sistem ini dapat melihat pola atmosfer secara luas untuk memperkirakan pergerakan badai, sekaligus menganalisis karakteristik badai secara lebih spesifik, seperti kecepatan angin dan ukuran area yang terdampak.

Ketika diuji, sistem tersebut dapat menghasilkan lebih dari 50 kemungkinan skenario. Dengan cara ini, peramal cuaca tidak hanya memperoleh satu perkiraan jalur badai, tetapi juga gambaran mengenai berbagai kemungkinan perkembangan badai dan tingkat ketidakpastiannya.

Baca Juga: Local Media Community Pekanbaru Bahas Tantangan Media di Era Digital

Informasi mengenai ketidakpastian ini penting karena jalur dan kekuatan siklon tropis dapat berubah seiring waktu.

Diuji menggunakan data badai sebelumnya

Para peneliti kemudian menguji WN-C menggunakan data siklon tropis yang terjadi pada 2023 hingga 2025. Sistem tersebut juga diuji dalam kondisi real-time terhadap badai yang sedang aktif.

Versi model ini dioperasikan sepanjang 2025 untuk wilayah Atlantik Utara dan Pasifik Timur. Prediksinya juga dirilis melalui Google Weather Lab untuk dibandingkan dengan sistem prakiraan lainnya.

Hasil pengujian menunjukkan WN-C mampu memprediksi lokasi badai lima hari sebelumnya dengan lebih akurat dibandingkan salah satu sistem prakiraan cuaca global yang digunakan di Eropa.

Menurut para peneliti, peningkatan tersebut berpotensi memberikan waktu tambahan lebih dari 30 jam bagi masyarakat dan pihak berwenang untuk mempersiapkan diri sebelum badai tiba.

Model tersebut juga menunjukkan hasil yang lebih baik dalam memperkirakan kecepatan angin maksimum dan intensitas badai dalam periode tiga hari dibandingkan model khusus siklon yang digunakan di Amerika Serikat.

“Peningkatan akurasi lintasan dan intensitas WN-C mewakili peningkatan waktu prediksi satu hari atau lebih,” kata tim peneliti, dikutip Phys, Selasa (11/8).

WN-C juga dirancang untuk membantu mendeteksi perubahan kecepatan angin yang berlangsung cepat. Perubahan semacam ini dapat menjadi tanda bahwa badai mengalami penguatan dalam waktu singkat dan berpotensi meningkatkan risikonya.

AI bukan pengganti peramal cuaca

Meski menunjukkan hasil yang menjanjikan, sistem AI tersebut tidak serta-merta menggantikan peran peramal cuaca.

Justru, hasil penelitian menunjukkan AI dapat digunakan sebagai alat tambahan untuk memberikan lebih banyak kemungkinan skenario kepada lembaga meteorologi. Informasi tersebut kemudian dapat dipadukan dengan pengamatan dan penilaian para ahli sebelum digunakan untuk mengambil keputusan.

Bagi wilayah yang rentan terhadap siklon tropis, tambahan waktu beberapa jam atau bahkan satu hari dalam memprediksi jalur dan kekuatan badai dapat menjadi sangat berarti.

Dengan peringatan yang lebih awal, pemerintah dan masyarakat memiliki lebih banyak waktu untuk mengevakuasi penduduk, mengamankan fasilitas penting, serta mempersiapkan layanan darurat sebelum kondisi memburuk.

Namun, seberapa besar manfaat teknologi tersebut pada akhirnya akan bergantung pada kemampuan lembaga meteorologi mengintegrasikan prakiraan berbasis AI dengan sistem peringatan dini dan respons bencana yang sudah berjalan.

Penulis: Chairunisa