WARTA — Kecerdasan buatan semakin banyak digunakan untuk membantu manusia memahami cuaca ekstrem. Salah satu perkembangan terbaru datang dari Google DeepMind melalui WeatherNext Cyclones, model AI yang dirancang khusus untuk meningkatkan prakiraan siklon tropis.
Penelitian yang diterbitkan di jurnal Nature menunjukkan WeatherNext Cyclones mampu menghasilkan prakiraan ensemble mengenai lintasan, intensitas, dan ukuran siklon tropis secara global hingga 15 hari ke depan.
Hasil tersebut menarik karena model tidak hanya mencoba memperkirakan ke mana sebuah siklon bergerak, tetapi juga seberapa kuat siklon tersebut dan seberapa luas wilayah anginnya.
Bagaimana WeatherNext Cyclones bekerja?
WeatherNext Cyclones dikembangkan dengan menggabungkan pembelajaran terhadap dinamika atmosfer global dan data historis siklon tropis.
Google DeepMind menjelaskan bahwa pengembangan model menggunakan hampir 20 terabita data atmosfer serta basis data International Best Track Archive for Climate Stewardship (IBTrACS) yang mencakup hampir 5.000 siklon tropis historis.
Dengan data tersebut, AI mempelajari hubungan antara kondisi atmosfer berskala besar dengan karakteristik siklon.
Model kemudian menghasilkan banyak kemungkinan perkembangan cuaca atau ensemble, bukan hanya satu skenario.
Pendekatan tersebut penting karena prakiraan cuaca selalu mengandung ketidakpastian. Semakin jauh waktu prediksi, semakin besar pula kemungkinan kondisi aktual berbeda dari prakiraan.
Bisa memprediksi hingga 15 hari
Penelitian di Nature melaporkan WeatherNext Cyclones dapat menghasilkan prakiraan hingga 15 hari ke depan.
Model dievaluasi menggunakan data siklon tropis periode 2023–2025. Hasil evaluasi menunjukkan prakiraan lintasan, intensitas, dan radius angin memberikan keunggulan waktu rata-rata sekitar satu hari atau lebih dibanding sejumlah model operasional terkemuka.
Namun kemampuan membuat prakiraan hingga 15 hari tidak berarti lokasi dan kekuatan badai dapat diketahui secara pasti dua minggu sebelumnya.
Hasilnya tetap berupa probabilitas dengan tingkat ketidakpastian yang meningkat seiring semakin panjangnya horizon prakiraan.
Mengapa tambahan satu hari penting?
Dalam mitigasi bencana, tambahan waktu sekitar satu hari dapat mempunyai arti besar.
Pemerintah dan lembaga kebencanaan dapat memperoleh lebih banyak waktu untuk menyiapkan evakuasi. Rumah sakit dapat mengantisipasi kondisi darurat, sementara pelabuhan dan bandara mempunyai waktu lebih panjang untuk menyesuaikan operasi.
Masyarakat di wilayah berisiko juga mempunyai kesempatan lebih besar untuk mempersiapkan kebutuhan sebelum cuaca ekstrem tiba.
Google DeepMind menyatakan peningkatan sekitar satu hari dalam kemampuan prediksi tersebut setara dengan kemajuan kira-kira satu dekade dalam perkembangan prakiraan meteorologi operasional.
Pernyataan tersebut merupakan interpretasi pengembang terhadap peningkatan kinerja model dan tidak berarti seluruh sistem prakiraan konvensional telah digantikan AI.
AI tidak menggantikan ahli meteorologi
Kemampuan WeatherNext Cyclones tidak berarti pekerjaan ahli meteorologi menjadi tidak diperlukan.
AI menghasilkan prediksi berdasarkan pola yang dipelajarinya dari data. Sementara interpretasi kondisi aktual, penerbitan peringatan, komunikasi risiko, dan pengambilan keputusan keselamatan tetap membutuhkan lembaga meteorologi serta tenaga ahli.
Model juga dapat menghadapi keterbatasan ketika berhadapan dengan kejadian ekstrem atau pola atmosfer yang berbeda dari data yang digunakan dalam pelatihan.
Karena itu, WeatherNext Cyclones lebih tepat dipahami sebagai alat pendukung prakiraan dan pengambilan keputusan, bukan pengganti ahli meteorologi.
Dibuka untuk komunitas penelitian
Google DeepMind juga membuka model WeatherNext untuk komunitas penelitian.
Akses tersebut memungkinkan peneliti dan lembaga meteorologi mempelajari, menguji, dan mengembangkan teknologi prakiraan berbasis AI untuk berbagai kebutuhan.
Hal ini penting karena performa sebuah model global tidak otomatis sama di setiap wilayah.
Apa artinya bagi Indonesia?
ANALISIS WARTA: perkembangan WeatherNext membuka peluang penelitian yang relevan bagi Indonesia.
Perguruan tinggi, BMKG, dan lembaga penelitian dapat mengembangkan kajian mengenai validasi model AI pada karakteristik atmosfer wilayah tropis, pemanfaatan data satelit, prakiraan cuaca regional, hingga komunikasi risiko bencana.
Indonesia memang tidak berada pada jalur utama pembentukan siklon tropis karena letaknya dekat ekuator. Namun siklon yang terbentuk di sekitar wilayah Indonesia tetap dapat memberikan dampak tidak langsung berupa hujan lebat, angin kencang, dan gelombang tinggi.
Karena itu, peningkatan kemampuan prakiraan tetap relevan bagi mitigasi bencana hidrometeorologi Indonesia.
Namun model global seperti WeatherNext tidak seharusnya langsung dijadikan dasar keputusan keselamatan di Indonesia tanpa pengujian dan validasi lokal.
AI mulai menjadi bagian dari infrastruktur sains
Perkembangan WeatherNext menunjukkan perubahan yang lebih luas dalam penggunaan kecerdasan buatan.
AI tidak lagi hanya digunakan untuk menghasilkan teks, gambar, atau membantu pekerjaan administratif. Teknologi ini mulai digunakan sebagai instrumen ilmiah untuk menganalisis sistem kompleks seperti cuaca.
Dalam konteks tersebut, ukuran keberhasilan AI bukan sekadar seberapa canggih modelnya, tetapi seberapa jauh teknologi dapat menghasilkan informasi yang lebih akurat dan membantu manusia mengambil keputusan lebih baik.
WeatherNext Cyclones memberikan salah satu contoh bagaimana AI dapat diarahkan untuk tujuan tersebut.
Jika peningkatan akurasi prakiraan dapat dipertahankan dalam penggunaan operasional, tambahan waktu peringatan dapat menjadi salah satu manfaat AI yang paling konkret bagi keselamatan manusia.
Status Warta: TERKONFIRMASI sebagai hasil penelitian ilmiah. Kemampuan yang diberitakan merupakan hasil evaluasi penelitian dan tidak boleh ditafsirkan sebagai jaminan bahwa setiap siklon dapat diprediksi secara tepat 15 hari sebelumnya.