AI vs Model Tradisional: Mana yang Lebih Baik dalam Prediksi Cuaca Ekstrem?

Model cuaca berbasis kecerdasan buatan (AI) saat ini tidak mampu memprediksi peristiwa cuaca ekstrem rekor dengan akurasi setinggi model tradisional berbasis fisika. Temuan ini berasal dari studi terbaru yang dipublikasikan di jurnal Science Advances.

Meskipun AI telah terbukti unggul dalam beberapa aspek prediksi cuaca, studi ini menunjukkan bahwa model AI masih kalah unggul dalam memprediksi kejadian cuaca ekstrem yang memecahkan rekor, seperti suhu terpanas, terdingin, atau angin kencang.

Para peneliti menguji kinerja kedua model—AI dan tradisional—dalam mensimulasikan ribuan peristiwa cuaca ekstrem yang tercatat pada tahun 2018 dan 2020. Hasilnya, model AI kurang akurat dalam memperkirakan frekuensi maupun intensitas peristiwa tersebut.

Peringatan dari Para Ahli

Salah satu penulis studi ini, Prof. Sebastian Engelke dari Universitas Jenewa, menyebut temuan ini sebagai "peringatan dini" bagi pemerintah dan lembaga yang terburu-buru menggantikan model tradisional dengan AI. "Model AI sangat bergantung pada data pelatihan dan kesulitan memprediksi pola cuaca yang belum pernah terjadi sebelumnya," jelasnya.

Menurutnya, model berbasis fisika tetap lebih andal karena didasarkan pada hukum-hukum dasar atmosfer dan lautan yang telah teruji selama puluhan tahun.

Mengapa Model Tradisional Masih Unggul?

Model cuaca tradisional menggunakan persamaan matematika kompleks yang merepresentasikan proses fisika di atmosfer dan lautan. Persamaan ini berasal dari hukum-hukum dasar fisika, seperti termodinamika dan dinamika fluida, yang telah dikembangkan selama beberapa dekade oleh para ilmuwan iklim.

Sementara itu, model AI menggunakan pendekatan statistik. Mereka dilatih dengan data cuaca historis dalam jumlah besar untuk mengenali pola dan membuat prediksi. Keunggulan utama model AI adalah:

  • Efisiensi komputasi: Model AI membutuhkan daya komputasi yang jauh lebih rendah dibandingkan model fisika, karena tidak perlu menjalankan ribuan persamaan matematika.
  • Kecepatan prediksi: AI dapat menghasilkan prediksi cuaca dalam hitungan detik, sementara model fisika mungkin memerlukan waktu berjam-jam.
  • Akurasitas pada kondisi normal: Dalam banyak kasus, model AI terbukti lebih akurat daripada model fisika untuk prediksi cuaca sehari-hari.

Namun, model AI memiliki kelemahan signifikan: mereka tidak mampu memprediksi kejadian yang belum pernah terjadi sebelumnya. Karena ketergantungan pada data historis, AI cenderung memprediksi pola cuaca yang mirip dengan yang pernah terjadi, bukan kejadian yang benar-benar baru atau ekstrem.

Dampak Cuaca Ekstrem yang Semakin Meningkat

Perubahan iklim telah menyebabkan cuaca ekstrem menjadi lebih sering dan intens. Peristiwa seperti banjir, gelombang panas, dan badai tidak hanya merusak infrastruktur, tetapi juga menyebabkan kerugian ekonomi hingga ratusan miliar dolar setiap tahunnya.

Banyak pemerintah telah mengembangkan sistem peringatan dini untuk meminimalkan dampak buruk. Sistem ini terbukti efektif dalam menyelamatkan nyawa dan mengurangi kerugian material. Namun, sistem ini sangat bergantung pada model prediksi cuaca yang andal.

Jika model AI tidak mampu memprediksi kejadian ekstrem yang belum pernah terjadi sebelumnya, maka model tradisional tetap menjadi pilihan utama untuk memastikan keamanan masyarakat.

Kesimpulan: AI sebagai Pelengkap, Bukan Pengganti

Studi ini menekankan bahwa model AI tidak boleh dianggap sebagai pengganti model tradisional, melainkan sebagai alat pelengkap. Meskipun AI memiliki potensi besar dalam meningkatkan efisiensi prediksi cuaca, model fisika tetap diperlukan untuk memastikan akurasi dalam menghadapi peristiwa ekstrem yang belum pernah terjadi sebelumnya.

Para ahli menyerukan agar pengembangan model cuaca tetap mengedepankan pendekatan hibrida, yang menggabungkan keunggulan AI dan model fisika untuk menghasilkan prediksi yang lebih akurat dan dapat diandalkan.

"Model AI sangat bergantung pada data historis. Mereka tidak mampu memprediksi kejadian yang belum pernah terjadi sebelumnya, seperti gelombang panas yang memecahkan rekor secara drastis. Oleh karena itu, model tradisional tetap menjadi tulang punggung sistem peringatan dini."

— Prof. Sebastian Engelke, Universitas Jenewa