9 Inovasi DSS BRIN dalam Menghadapi Cuaca Ekstrem dengan Big Data

Artificial Intelligence (AI) kini telah menjadi kunci dalam menghadapi tantangan terkait cuaca dan iklim ekstrem. Peneliti Ahli Utama Pusat Riset Iklim dan Atmosfer (PRIMA) Badan Riset dan Inovasi Nasional (BRIN) Erma Yulihastin mengungkapkan perkembangan terbaru dalam penggunaan AI dan Big Data untuk mendukung analisis aplikasi penginderaan jauh yang dapat membantu mengidentifikasi dan mengelola potensi bencana yang disebabkan oleh kondisi cuaca dan iklim ekstrem.

Erma Yulihastin, mempresentasikan inovasi yang sangat penting dalam upaya mendukung sektor-sektor pembangunan nasional. Terobosan ini memanfaatkan Big Data untuk menciptakan sistem pendukung keputusan, atau Decision Support System (DSS), yang menjadi alat penting bagi para pemangku kebijakan.

Erma menjelaskan bahwa PRIMA BRIN telah mengembangkan sembilan produk DSS yang memiliki peran beragam dalam mendukung berbagai sektor. Produk-produk tersebut termasuk:

1. SADEWA: Untuk memprediksi cuaca selama tiga hari ke depan terkait dengan kebencanaan hidrometeorologis.
2. SEMAR: Untuk perikanan dan cuaca ekstrem laut.
3. SRIKANDI: Untuk pemantauan kualitas udara dan dampaknya terhadap sektor kesehatan dan lingkungan.
4. SANTANU: Untuk pemantauan hujan.
5. JATAYU: Untuk memantau cuaca penerbangan.
6. SRIRAMA: Untuk memantau perubahan iklim.
7. KAMAJAYA: Untuk memprediksi awal musim dan kaitannya dengan pertanian.
8. INDRA: Untuk pemantauan sumber daya air.
9. GATOTKACA: Untuk pemantauan kelembaban atau uap air di wilayah Indonesia.

BRIN terus bekerja untuk memastikan produk-produk ini dapat diakses dan dimanfaatkan oleh masyarakat umum. Pentingnya data yang akurat dalam pengembangan AI dalam konteks cuaca dan iklim juga ditekankan, dengan Erma menjelaskan bahwa hasil yang akurat bergantung pada kualitas data history-nya yang digunakan dalam algoritma AI.

Selain itu, Erma bersama kelompok Riset di BRIN sedang membuat inovasi dari perangkat model oseanografi, yaitu model atmosfer dan model laut yang digabungkan. Kondisi El Nino saat ini perlu memperhitungkan suhu permukaan laut yang akurat, karena suhu laut saat ini juga bisa mengontrol cuaca.

Untuk menghasilkan data yang diperlukan, PRIMA BRIN menggunakan berbagai perangkat dan teknologi pengamatan. Misalnya, prediksi cuaca selama 24 jam menghasilkan sekitar 92 GB data, dan dengan berjalannya waktu, jumlah data ini terus meningkat. Data-data ini disimpan dalam High Performance Computing (HPC), yang dapat menampung volume data yang sangat besar.

DSS yang dikembangkan bukan hanya untuk kepentingan akademis atau riset semata. Mereka dirancang untuk mendukung berbagai sektor pembangunan nasional, termasuk pertanian, energi, transportasi, lingkungan, kesehatan, dan kebencanaan.

Erma juga mengingatkan pentingnya pemikiran kreatif dalam menghadapi perubahan iklim, termasuk usaha untuk mengurangi pemanasan global. Keberhasilan dalam menghadapi tantangan iklim semakin mendesak, karena suhu bumi meningkat lebih cepat dan fenomena seperti El Nino terjadi lebih awal dari yang diperkirakan, yang berpotensi memperparah kondisi cuaca ekstrem di wilayah Indonesia. Ia juga mendorong mahasiswa dan para inovator untuk mencari solusi praktis dalam menghadapi tantangan yang semakin ekstrem dan pemanasan global yang semakin mengkhawatirkan.