Perkembangan teknologi kecerdasan buatan kini dimanfaatkan untuk membantu mitigasi bencana alam. Salah satu inovasi terbaru datang dari Google yang memperkenalkan sistem AI bernama Groundsource. Teknologi ini dirancang untuk memprediksi potensi banjir bandang hingga 24 jam sebelum kejadian.

Sistem tersebut dikembangkan menggunakan model AI Gemini, yang memanfaatkan kemampuan analisis data dalam jumlah sangat besar. Teknologi ini mampu mempelajari pola kejadian banjir di berbagai wilayah dunia untuk menghasilkan prediksi risiko bencana.

Menurut Gila Loike, manajer produk Google Research, proyek ini menjadi salah satu langkah penting dalam memanfaatkan teknologi AI untuk pengolahan data ilmiah berskala global.

Menurut penjelasan Google, sistem ini mampu mengubah informasi publik menjadi data yang dapat dimanfaatkan untuk meningkatkan kesiapsiagaan menghadapi bencana.

“Dengan mengubah informasi publik menjadi data yang dapat digunakan, kami tidak hanya menganalisis masa lalu, tetapi juga membangun masa depan yang lebih tangguh dengan tujuan agar tidak ada lagi orang yang terkejut oleh bencana alam,” kata Google dalam penjelasannya.

AI Menganalisis Jutaan Laporan Banjir dari Seluruh Dunia

Banjir bandang merupakan salah satu bencana cuaca paling mematikan di dunia. Setiap tahun, bencana ini diperkirakan menewaskan lebih dari 5.000 orang di berbagai negara.

Namun memprediksi banjir bandang tidaklah mudah. Berbeda dengan banjir sungai yang dapat dipantau melalui sensor ketinggian air, banjir bandang di wilayah perkotaan sering terjadi sangat cepat akibat hujan deras yang meluap ke jalan dan sistem drainase.

Salah satu kendala utama dalam penelitian banjir bandang adalah keterbatasan data historis. Banyak kejadian banjir tidak tercatat secara sistematis sehingga sulit digunakan untuk melatih model AI.

Untuk mengatasi masalah tersebut, Google menggunakan pendekatan yang cukup unik dengan memanfaatkan laporan berita sebagai sumber data.

Model AI Gemini digunakan untuk menelusuri sekitar 5 juta artikel berita global sejak tahun 2000. Dari artikel tersebut, sistem AI mengekstrak informasi penting seperti waktu kejadian, lokasi banjir, dan kondisi wilayah.

Data tersebut kemudian diproses melalui berbagai tahap penyaringan, termasuk penghapusan data ganda dan penerjemahan dari berbagai bahasa.

Hasilnya adalah dataset banjir global yang berisi sekitar 2,6 juta catatan kejadian banjir dari lebih dari 150 negara.

Dataset tersebut kemudian digunakan untuk melatih model AI berbasis Long Short Term Memory atau LSTM, yaitu jenis jaringan saraf yang mampu menganalisis data berurutan dari waktu ke waktu.

Model ini menggabungkan berbagai faktor yang dapat memengaruhi risiko banjir, seperti prakiraan cuaca per jam, tingkat urbanisasi wilayah, kemampuan tanah menyerap air, hingga kondisi topografi.

Dari analisis tersebut, AI dapat memberikan peringatan risiko banjir bandang dalam waktu 24 jam ke depan, terutama untuk wilayah perkotaan dengan kepadatan penduduk di atas 100 orang per kilometer persegi.

Prediksi banjir yang dihasilkan oleh sistem Groundsource dapat diakses melalui platform Flood Hub, layanan milik Google yang sebelumnya sudah digunakan untuk memberikan peringatan banjir sungai kepada sekitar 2 miliar orang di seluruh dunia.

Melalui platform tersebut, pengguna dapat mencari wilayah tertentu dan melihat apakah terdapat potensi banjir dalam waktu dekat.

Peta prediksi yang ditampilkan menggunakan dua indikator warna, yaitu merah untuk risiko banjir sangat tinggi dan oranye untuk potensi banjir sedang.

Keterbatasan Teknologi Prediksi Banjir AI

Meski menunjukkan hasil yang menjanjikan, teknologi Groundsource masih memiliki sejumlah keterbatasan.

Sistem prediksi ini saat ini hanya mampu menganalisis wilayah dengan luas sekitar 20 kilometer persegi, yang kira kira setara dengan satu kecamatan kecil atau sebagian area kota.

Selain itu, model AI tersebut belum mampu memperkirakan tingkat keparahan banjir yang mungkin terjadi.

Akurasi prediksi juga dapat berkurang di wilayah yang memiliki sedikit liputan berita karena sistem sangat bergantung pada data laporan yang tersedia.

Kemampuan teknologi ini juga masih belum sepenuhnya menyamai sistem peringatan banjir yang dimiliki lembaga meteorologi di beberapa negara, terutama yang menggunakan data radar hujan secara real time.

Meski demikian, hasil uji coba awal menunjukkan manfaat yang cukup signifikan. Dalam salah satu pengujian di wilayah Afrika bagian selatan, otoritas penanggulangan bencana dilaporkan dapat menerima peringatan banjir lebih awal melalui Flood Hub dan segera mengirim tim penanganan ke lokasi terdampak.

Teknologi ini diharapkan dapat membantu pemerintah, lembaga kemanusiaan, dan masyarakat untuk merespons potensi bencana banjir lebih cepat.

Selain Groundsource, Google juga telah lama mengembangkan sistem SOS Alerts yang memberikan informasi darurat melalui layanan seperti Google Search dan Google Maps.

Fitur tersebut mencakup beberapa jenis peringatan bencana, termasuk Flood Alert untuk banjir, Fire Alert untuk kebakaran hutan, serta Excessive Heat Warnings untuk gelombang panas ekstrem.

Informasi yang disajikan dapat berupa peta wilayah terdampak, nomor darurat, berita terkini, hingga sumber bantuan yang tersedia bagi masyarakat.

Referensi:
Kompas