Prediksi Cuaca Semakin Meragukan, Kini Peneliti Buat Alat Berbasis AI yang Lebih Akurat
Melihat prediksi cuaca di ponsel merupakan hal yang sering dilakukan saat akan beraktivitas di luar ruangan. Namun, belakangan ini, tingkat akurasi prediksi cuaca semakin meragukan.
Oleh karena itu, sekelompok peneliti ini membuat alat prediksi cuaca yang diklaim lebih akurat. Alat ini dipasang sebagai fitur tambahan pada model cuaca AI yang terkenal.
Selain itu, model alat ini juga dibandingkan dengan model Eropa, yang kerap disebut sebagai standar emas prediksi cuaca. Hasilnya, model baru ini lebih baik di sekitar sembilan dari setiap sepuluh kotak grid pada peta, yaitu wilayah-wilayah kecil tempat prediksi dibuat.
Studi ini berjudul 'Advancing subseasonal forecasting with machine learning' yang ditulis oleh penulis dari berbagai kampus. Salah satunya adalah Hannah Guan dari Harvard College, yang merupakan penulis utama.
Mengapa Harus Ada Alat Baru?
Batas ramalan atau prediksi cuaca saat ini adalah dua minggu. Dengan mengandalkan kondisi udara sedikit demi sedikit, terbentuklah data yang memperlihatkan prediksi cuaca pada hari tertentu.
Kendalanya, di setiap perhitungan data selalu ada kesalahan kecil mengenai kondisi udara. Setelah dua minggu, kesalahan kecil tersebut terkumpul dan menyebabkan melesetnya prediksi cuaca untuk minggu-minggu selanjutnya.
Lebih dari 50 tahun yang lalu, seorang ilmuwan bernama Edward Lorenz dari Massachusetts Institute of Technology (MIT), mengungkapkan bahwa atmosfer terlalu kacau untuk diprediksi setelah dua minggu tersebut.
Padahal, justru prediksi cuaca dalam waktu tiga hingga empat minggu yang akan datang lebih dibutuhkan. Hal ini tercermin dalam beberapa kondisi cuaca ekstrem yang terjadi di sejumlah wilayah.
Salah satunya adalah badai musim dingin di Texas pada Februari 2021 yang mengakibatkan pemadaman listrik dan menewaskan 246 jiwa. Apabila peringatan badainya datang lebih awal, tentu warga setempat memiliki lebih banyak waktu untuk menyiapkan diri dan fasilitas yang memadai.
Alat Tambahan yang Belajar dari Kesalahan
Alat ini disebut probabilistic bias correction. Ia tidak meramal cuaca sendiri, melainkan mengambil ramalan model (berupa peluang bahwa suatu minggu akan lebih hangat, dingin, basah, atau kering dari biasanya) lalu menyesuaikan peluang itu.
Cara kerjanya punya dua bagian. Bagian pertama membandingkan 20 tahun ramalan lama dengan kejadian sebenarnya, per lokasi dan per musim, lalu mengurangi kesalahan yang terus berulang. Bagian kedua mencampur ramalan dengan cuaca beberapa minggu terakhir dan rata-rata jangka panjang, lalu hasil kedua koreksi dirata-ratakan.
Alat ini melatih ulang dirinya sendiri setiap hari saat data baru masuk. Bahkan alat ini bisa berjalan tanpa superkomputer.
"Kami tahu model AI memiliki banyak kesalahan, jadi kami berpikir mungkin kami dapat mengukur kesalahan-kesalahan tersebut dan menghilangkannya," kata salah satu penulis studi, Judah Cohen dari MIT, dikutip dari Earth.com.
Para peneliti kemudian menguji alat ini pada tiga sistem dari pusat prakiraan cuaca Eropa (ECMWF), yaitu model ensemble berbasis fisika, model AI baru, dan model hibrida yang menggunakan AI untuk merapikan ensemble.
Hasilnya, kemampuan model AI naik dua kali lipat, sementara kemampuan meramal hujan pada model hibrida naik 68 persen sampai 98 persen. Pada model ensemble, kemampuan hujan yang tadinya kecil menjadi tiga kali lipat, dan ramalan suhu serta tekanan yang tadinya lebih buruk dari rata-rata berubah menjadi lebih baik. Peningkatan terbesar ada pada hujan, variabel yang paling sulit bagi semua model.
Alat ini juga digunakan untuk mendeteksi cuaca ekstrem yang akan datang berdasarkan data cuaca yang telah terjadi. Kemudian, sejumlah hari atau minggu ditandai dengan persentase 5 persen terpanas, terbasah, terdingin, dan terkering di setiap lokasi.
Hasilnya, kemampuan mendeteksi panas ekstrem pada model Eropa naik 51% dibanding koreksi standar pusat itu, dan perbaikannya tersebar di sebagian besar peta.
Untuk banjir, kemampuan meramal hujan di sekitar kejadian banjir naik 76% sampai 92%, sedangkan koreksi standar nyaris tidak membantu. Pada 88 banjir parah (korban lebih dari 100 jiwa atau 80.000 orang mengungsi), peningkatannya paling besar.
Para peneliti bahkan sempat menguji alat ini pada kondisi nyata. Pada November 2025, mereka menyebutkan bahwa akan ada gelombang dingin di AS pada pertengahan Desember di tahun yang sama. Ternyata hal tersebut benar-benar terjadi, sementara model prediksi Eropa tidak mencatat adanya kemungkinan gelombang dingin tersebut.
Alat ini sifatnya memperbaiki data yang salah dan menginterpretasikannya kembali. Sehingga, perlu diingat bahwa alat ini tidak bisa memunculkan sinyal yang memang tidak pernah terekam.
