7cloud.asia – Peneliti Pusat Riset Iklim dan Atmosfer BRIN, Eddy Hermawan mengatakan bahwa salah satu indikasi dampak terjadinya perubahan iklim adalah frekuensi terjadinya cuaca ekstrem semakin meningkat
Satu di antaranya adalah curah hujan ekstrem di Jakarta, tepatnya awal tahun 2020 (31 Des 2019 – 01 Jan 2020), di mana tercatat curah hujan harian di Stasiun Pengamatan Halim Perdana Kusuma, Jakarta pada waktu itu tercatat sebesar 377 mm.
Eddy mengatakan, sebenarnya bukan hal mudah memprediksi terjadinya curah hujan ekstrem yang menyebabkan Jakarta dan kawasan sekitarnya lumpuh total pada saat itu.
”Hal ini disebabkan selain minimnya pengetahuan kita tentang gelombang atmosfer yang terjadi saat itu, juga keterbatasan kita dalam mendapatkan data beresolusi tinggi,” jelas Eddy di acara Media Lounge Discussion (MELODI) bertema “Mengurai Banjir Jakarta Berbasis Riset”, Rabu (4/2/2026).
Namun, menurutnya ada satu pelajaran penting yang bisa diambil dari banjir Jakarta 2020 yakni prediksi hanya dapat dilakukan bilamana data yang diolah bersifat teratur (stasioner).
Padahal, data curah hujan dan parameter pendukungnya umumnya bersifat tidak stationer. Oleh karena itu, ujarnya, data tersebut “dipaksa” untuk menjadi stasioner.
Eddy menambahkan, di masa lalu BRIN menggunakan teknik konvensional (dikenal sebagai ARIMA), namun kini BRIN mencoba untuk menggunakan Machine Learning, Deep Learning, AI, Big Data dan lainnya untuk memperkirakan potensi cuaca ekstrem
”Yang pernah dilakukan adalah bagaimana memprediksi anomali curah hujan menggunakan teknik Hybrid ARIMA-LSTM, selain didapat akurasi yang relatif lebih baik, juga jangkauan waktu prediksi yang relatif lebih jauh,” ungkap Eddy.
Adapun teknik Hybrid ARIMA-LSTM adalah metode peramalan (forecasting) kombinasi yang mengintegrasikan model statistik ARIMA (untuk pola linier) dan model deep learning LSTM (untuk pola non-linier).
Pendekatan ini memaksimalkan keunggulan keduanya untuk meningkatkan akurasi prakiraan cuaca, di mana ARIMA menangani tren linier dan LSTM memodelkan dependensi non-linier yang kompleks pada data deret waktu.
Khusus untuk Jakarta dan sekitarnya, Eddy menyebutkan perlunya mentransformasi data-data baik berbasis satelit, re-analisis, ataupun dari BMKG yang kaya dengan data di lokasi (in-situ).
Data-data tersebut kemudian dikemas dalam bentuk “Sistem Peringatan Dini” yang tepat waktu, tepat sasaran, dengan presisi prediksi yang “tinggi”, dan yang lebih penting bias diterapkan untuk satu kawasan yang relatif kecil atau “localized”.
Yang tidak kalah pentingnya lanjut Eddy, karena curah hujan ekstrem umumnya dibangkitkan oleh kumpulan awan-awan besar (giant clouds), seperti awan Comulonimbus (Cb) atau awan besar (SCCs) yang tinggi awannya hingga mencapai 15-16 km dpl, maka kehadiran data radar BMKG mutlak diperlukan.
”Di sini nampak jelas, diperlukan adanya multi parameter, multi lapisan, dan multi teknik agar hasilnya memiliki nilai presisi yang tinggi,” imbuhnya.
BRIN berkomitmen untuk fokus ke riset dan inovasi bagaimana membuat satu system peringatan dini yang utuh, runut, terpadu, menyeluruh didasarkan kepada hasil analisis yang tajam dan mendalam agar kita punya saving time.
“Diskusi ilmiah seperti inilah yang kita perlukan, agar dampak hujan esktrem dapat diredam seminimal mungkin melalui diskusi ilmiah dengan berbagai pakar baik yang ada di dalam ataupun di luar negeri,” pungkasnya.
Leave a Reply