Florida International University melaporkan terobosan signifikan dalam prediksi storm surge (lonjakan badai) menggunakan kecerdasan buatan. Navid Tahvildari, profesor teknik sipil dan lingkungan, mengungkapkan bahwa teknologi AI dapat mempercepat peramalan dengan akurasi tinggi, memberikan waktu lebih banyak bagi komunitas pesisir untuk evakuasi.1 Sejak 1980, badai tropis telah menyebabkan kerugian lebih dari US$1,5 triliun dan menewaskan 7.000 orang di Amerika Serikat.
Storm surge adalah penyebab utama kerusakan dan kematian akibat badai. "Lonjakan air laut ini disebabkan kombinasi angin kuat yang mendorong air ke garis pantai dan tekanan udara rendah dalam badai," jelas Tahvildari.1 Fenomena wave setup (penataan gelombang) yang terjadi saat gelombang pecah dekat pantai juga berkontribusi meningkatkan permukaan laut.
Keterbatasan Model Tradisional
Prediksi storm surge saat ini mengandalkan model hidrodinamik berbasis fisika aliran air. Model ini menggunakan kondisi lingkungan seperti kecepatan badai, arah angin, waktu pasang, serta bentuk dasar laut dan lanskap untuk menghitung ketinggian lonjakan.1 Meskipun komputer modern kuat, simulasi resolusi tinggi yang memberikan detail tingkat lingkungan membutuhkan beberapa jam.
Jam-jam tersebut sangat kritis. National Hurricane Center meramalkan storm surge Hurricane Ian dua hari sebelum mendarat di Fort Myers, Florida, pada 28 September 2022.1 Peramal membagi area target menjadi banyak bagian kecil membentuk grid (kisi) komputasi—seperti piksel dalam gambar. Semakin kecil sel, semakin tinggi resolusi dan akurasi, namun membutuhkan daya komputasi lebih besar.
| Faktor 🌊 | Dampak pada Prediksi ⚡ |
|---|---|
| Resolusi Grid | Menentukan akurasi detail tingkat lingkungan |
| Kecepatan Badai | Badai lambat menghasilkan lonjakan lebih tinggi dan luas |
| Jalur Badai | Sulit diprediksi lebih dari beberapa hari sebelumnya |
| Perubahan Lanskap | Pengerukan kanal, hilangnya rawa garam mempengaruhi resistensi |
| Data Sintetis AI | Melatih skenario ekstrem yang belum terjadi |
| Deep Neural Networks | Prediksi cepat dan akurat dari data medan angin |
| Peta Risiko Genangan | Menunjukkan jalan atau rumah yang kemungkinan banjir |
Keunggulan AI dalam Peramalan
Model AI berbasis deep neural networks (jaringan saraf dalam) dapat memprediksi ketinggian air di sepanjang garis pantai dengan cepat dan akurat menggunakan data medan angin.1 "Dalam beberapa kasus, model ini lebih akurat daripada model hidrodinamik tradisional," kata Tahvildari. AI juga mengembangkan prakiraan untuk area dengan data historis terbatas atau memahami kondisi ekstrem yang belum pernah terjadi.
Pelatihan dengan Data Sintetis
Model berbasis fisika dapat menghasilkan data sintetis untuk melatih AI pada skenario yang mungkin terjadi tetapi belum benar-benar terjadi. Setelah dilatih dengan data historis dan sintetis, AI dengan cepat menghasilkan prakiraan lonjakan menggunakan detail angin dan tekanan atmosfer.1 National Hurricane Center memanfaatkan AI untuk meningkatkan prakiraan storm surge, langkah kritis menyelamatkan nyawa selama peristiwa badai.2
Pemetaan Risiko Genangan
Melatih AI pada data dari model hidrodinamik dapat meningkatkan kemampuannya menghasilkan peta risiko genangan dengan cepat yang menunjukkan jalan atau rumah yang kemungkinan banjir dalam peristiwa ekstrem tanpa preseden historis.1 Google memperkenalkan WeatherNext 2, model AI yang memberikan prakiraan lebih cepat dengan resolusi lebih tinggi dan output probabilistik.3
Masa Depan Prediksi Badai
AI sudah digunakan dalam prakiraan operasional storm surge secara terbatas, terutama untuk menambah model berbasis fisika yang umum digunakan. Tim Tahvildari dan peneliti lain mengembangkan cara menggunakan AI untuk prediksi menggunakan data observasi, menilai kerusakan setelah badai, dan memproses gambar kamera untuk menyimpulkan intensitas banjir.1 Ini mengisi kesenjangan kritis dalam data yang diperlukan untuk memvalidasi model di tingkat granular.
Untuk lebih dari satu abad, ahli meteorologi telah menggabungkan sains atmosfer, fisika, dan komputasi berat untuk membawa prakiraan cuaca yang kita andalkan setiap hari.4 Seiring model AI menyebar dengan cepat melalui setiap aspek kehidupan kita dan lebih banyak data tersedia untuk melatih mereka, teknologi menawarkan potensi meningkatkan prakiraan badai dan storm surge di masa depan. Ini memberikan komunitas pesisir peringatan lebih cepat dan lebih rinci tentang risiko yang akan datang.
Kesimpulan
Integrasi AI dalam prediksi storm surge menandai kemajuan signifikan dalam mitigasi bencana alam. Dengan kemampuan menghasilkan prakiraan detail lebih cepat, AI memberikan waktu berharga bagi komunitas pesisir untuk bersiap menghadapi badai. Teknologi ini tidak hanya meningkatkan akurasi tetapi juga memungkinkan prediksi untuk skenario ekstrem yang belum pernah terjadi sebelumnya, menjadikan masyarakat lebih tangguh terhadap ancaman badai tropis.
Daftar Pustaka
- AIhub. (2025, 10 November). How AI can improve storm surge forecasts to help save lives. https://aihub.org/2025/11/10/how-ai-can-improve-storm-surge-forecasts-to-help-save-lives/
- MSN. (2025, 30 Oktober). AI improving storm surge forecasts could save countless lives. https://www.msn.com/en-us/weather/topstories/ai-improving-storm-surge-forecasts-could-save-countless-lives/ar-AA1PvwuD
- YourStory. (2025, 18 November). WeatherNext 2 AI brings faster, more accurate forecasts to Google. https://yourstory.com/ai-story/google-weathernext-2-ai-forecasting
- MSN. (2025, 20 November). AI reshapes weather forecasts, predicts storms with unprecedented accuracy. https://www.msn.com/en-us/news/technology/ai-reshapes-weather-forecasts-predicts-storms-with-unprecedented-accuracy/ar-AA1QP34a
