Kamis 23 Nov 2023 20:21 WIB

Google Kini Buat Prakiraan Cuaca Lebih Akurat, Ini Teknologi yang Digunakan

Model Google, yang dijuluki GraphCast, menghasilkan prakiraan yang lebih akurat.

Rep: Noer Qomariah Kusumawardhani/ Red: Natalia Endah Hapsari
 Google DeepMind telah mengembangkan algoritma pembelajaran mesin yang diklaim dapat memprediksi cuaca lebih akurat dibandingkan metode perkiraan saat ini yang menggunakan superkomputer. /ilustrasi
Foto: EPA-EFE/JOHN G. MABANGLO
Google DeepMind telah mengembangkan algoritma pembelajaran mesin yang diklaim dapat memprediksi cuaca lebih akurat dibandingkan metode perkiraan saat ini yang menggunakan superkomputer. /ilustrasi

REPUBLIKA.CO.ID, JAKARTA— Google DeepMind telah mengembangkan algoritma pembelajaran mesin yang diklaim dapat memprediksi cuaca lebih akurat dibandingkan metode perkiraan saat ini yang menggunakan superkomputer. 

Dilansir Live Science, Kamis (23/11/2023), model Google, yang dijuluki GraphCast, menghasilkan prakiraan 10 hari yang lebih akurat dibandingkan sistem Prakiraan Resolusi Tinggi (HRES) yang dijalankan oleh Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF), yang membuat prediksi dalam hitungan menit, bukan jam. Google DeepMind merek HRES sistem simulasi cuaca standar emas saat ini. 

Baca Juga

GraphCast, yang dapat dijalankan di komputer desktop, mengungguli ECMWF pada lebih dari 99 persen variabel cuaca di 90 persen dari 1.300 wilayah pengujian, menurut temuan yang diterbitkan pada 14 November di jurnal Science. 

Namun para peneliti mengatakan bahwa hal ini bukannya tanpa cacat karena hasilnya dihasilkan dalam kotak hitam, yang berarti kecerdasan buatan (AI) tidak dapat menjelaskan bagaimana ia menemukan suatu pola atau menunjukkan cara kerjanya, dan bahwa AI harus digunakan untuk melengkapi, bukan menggantikan alat yang sudah ada. 

Peramalan saat ini bergantung pada memasukkan data ke dalam model fisik yang kompleks dan mengunakan superkomputer untuk menjalankan simulasi. Keakuratan prediksi ini bergantung pada detail granular dalam model, dan memerlukan banyak energi serta mahal untuk dijalankan. 

Tetapi model cuaca pembelajaran mesin dapat beroperasi lebih murah karena memerlukan lebih sedikit daya komputasi dan bekerja lebih cepat. Untuk model AI baru, para peneliti melatih GraphCast berdasarkan pembacaan cuaca global selama 38 tahun hingga tahun 2017. Algoritma tersebut membentuk pola antar variabel seperti tekanan udara, suhu, angin, dan kelembapan yang bahkan tidak dipahami oleh para peneliti. 

Selama pelatihan ini, model tersebut mengekstrapolasi prakiraan dari perkiraan cuaca global yang dibuat pada tahun 2018 untuk membuat prakiraan 10 hari dalam waktu kurang dari satu menit. Dengan menjalankan GraphCast bersamaan dengan perkiraan resolusi tinggi ECMWF, yang menggunakan model fisik yang lebih konvensional untuk membuat prediksi, para ilmuwan menemukan bahwa GraphCast memberikan prediksi yang lebih akurat pada lebih dari 90 persen dari 12 ribu titik data yang digunakan. 

GraphCast juga dapat memprediksi peristiwa cuaca ekstrem, seperti gelombang panas, musim dingin, dan badai tropis, dan ketika lapisan atmosfer atas bumi dihilangkan sehingga hanya menyisakan atmosfer tingkat terendah, troposfer, tempat peristiwa cuaca yang berdampak pada manusia menonjol, keakuratannya melonjak hingga lebih dari 99 persen. 

Rémi Lam, seorang insinyur penelitian di DeepMind, menulis dalam sebuah pernyataan, pada bulan September, versi langsung dari model GraphCast DeepMind yang tersedia untuk umum, yang diterapkan di situs web ECMWF, secara akurat memperkirakan sekitar sembilan hari sebelumnya bahwa Badai Lee akan menghantam Nova Scotia. 

“Sebaliknya, perkiraan tradisional memiliki variabilitas yang lebih besar mengenai di mana dan kapan pendaratan akan terjadi, dan hanya memperkirakan Nova Scotia sekitar enam hari sebelumnya,” ujar Lam. 

Meskipun model ini memiliki kinerja yang mengesankan, para ilmuwan tidak melihat model tersebut akan menggantikan alat yang digunakan saat ini dalam waktu dekat. Perkiraan rutin masih diperlukan untuk memverifikasi dan menetapkan data awal untuk prediksi apa pun, dan karena algoritma pembelajaran mesin memberikan hasil yang tidak dapat dijelaskan, algoritma tersebut rentan terhadap kesalahan atau "halusinasi".

Sebaliknya, model AI dapat melengkapi metode perkiraan lainnya dan menghasilkan prediksi yang lebih cepat, kata para peneliti. Mereka juga dapat membantu para ilmuwan melihat perubahan pola iklim dari waktu ke waktu dan mendapatkan gambaran yang lebih jelas tentang gambaran yang lebih besar.

Lam menulis mempelopori penggunaan AI dalam prakiraan cuaca akan memberikan manfaat bagi miliaran orang dalam kehidupan sehari-hari mereka. 

“Namun penelitian kami yang lebih luas bukan hanya tentang mengantisipasi cuaca, ini tentang memahami pola iklim kita yang lebih luas,” tulis Lam. “Dengan mengembangkan alat-alat baru dan mempercepat penelitian, kami berharap AI dapat memberdayakan komunitas global untuk mengatasi tantangan lingkungan terbesar yang kita hadapi.”

 

BACA JUGA: Ikuti News Analysis News Analysis Isu-Isu Terkini Perspektif Republika.co.id, Klik di Sini
Advertisement
Berita Lainnya
Advertisement
Advertisement
Advertisement