BANDUNG - Badan Riset dan Inovasi Nasional (BRIN) menyelenggarakan Guest Lecture yang menghadirkan Prof. Hironobu Iwabuchi dari Tohoku University, Jepang. Kegiatan yang berlangsung di Bandung, Senin (23/2) ini membahas pemantauan awan dan cuaca menggunakan satelit meteorologi geostasioner melalui pendekatan berbasis fisika (physics-based) dan kecerdasan buatan (AI-based retrievals).

Kepala Pusat Riset Iklim dan Atmosfer BRIN, Albertus Sulaiman, menyampaikan bahwa materi penggunaan satelit dalam memprediksi perubahan cuaca penting untuk dipelajari.

“Kami melihat integrasi pendekatan fisika dan kecerdasan buatan dalam pengolahan data satelit merupakan arah masa depan riset atmosfer. Indonesia sebagai negara maritim dan tropis sangat membutuhkan teknologi pemantauan cuaca yang cepat dan akurat,” kata Albertus.

Baca Lainnya :

• Pertanian Organik Memicu Peningkatan Penggunaan Pestisida di Lahan Konvensional, Ini Penjelasannya0
• Waspada! Polusi Udara Bisa Mengancam Kesehatan Otak di Usia Senja0
• Mengapa Garam Bisa Meningkatkan Tekanan Darah? Begini Penjelasannya dan Cara Mengatasinya0
• Kemenag Gelar Sidang Isbat, Ikhtiar yang Memadukan Sains dan Syariat Menentukan Awal Ramadan 2026 0
• Baterai Kalsium Siap Menantang Litium, Jadi Alternatif Energi Terbarukan Masa Depan0

Penguatan kapasitas analisis data satelit, khususnya untuk pemantauan awan, hujan ekstrem, dan dinamika uap air, menjadi krusial dalam mendukung sistem peringatan dini bencana hidrometeorologi.

“Kegiatan ini menjadi momentum penting untuk memperluas jejaring kolaborasi internasional serta memperkaya perspektif peneliti dan mahasiswa dalam mengembangkan inovasi di bidang iklim dan atmosfer,” katanya.

Selanjutnya, Hironobu Iwabuchi menjelaskan satelit Himawari-8/9 dapat menangkap perubahan kondisi langit dan pergerakan awan. Satelit Himawari tidak digunakan untuk menangkap gambar biasa, tetapi dengan menggunakan sinar inframerah di dalamnya. Sehingga, gambar yang dihasilkan menjadi gambar data radiasi.

Satelit Himawari menghasilkan data-data seperti kecerahan (albedo), suhu pancaran, serapan uap air, dan tekstur spasial/pola awan. Dengan data-data tersebut, para ilmuwan menggunakan perhitungan untuk memprediksi cuaca yang akan datang.

Meski prediksi yang dihasilkan cukup akurat, tetapi perhitungan yang rumit tersebut ternyata membutuhkan waktu 100 jam menggunakan 10 central processing unit (CPU).

“Untuk satu piksel, analisis ini dapat memakan waktu 10 milidetik dan kita harus menghitung model fisika untuk setiap piksel. Sedangkan untuk satu disk penuh, kita memiliki banyak piksel, sekitar 36 juta piksel di dalamnya. Proses ini membutuhkan 10 CPU dan prosesnya tetap sangat lambat,” terangnya.

Convolutional Neural Network (CNN) yang merupakan teknologi prediksi cuaca berbasis AI memiliki data dari Satelit Calipso/Cloudsat sebagai referensi pola perubahan awan untuk memprediksi cuaca. Berbeda dengan metode fisika yang menghitung secara detail per partikelnya, CNN bekerja dengan melihat pola gambar dari tekstur awan serta awan di sekitarnya sebagai informasi penunjang. 

“Proses yang diperlukan CNN untuk memberikan prediksi berdasarkan bentuk atau pola perubahan awan hanya memakan waktu 40 detik. Sehingga, ini menjadi kemajuan pesat dari metode sebelumnya,” jelas Hironobu.

“Berbeda dengan metode sebelumnya, yang mana, diperlukan perhitungan pixel by pixel (PHP), karena CNN berpegang terhadap pola dan struktur awan, waktu yang dibutuhkan hanya 40 detik,” tandasnya. (ds,cz/ed:nu, tnt)