Foto: labsoflatvia.com
Teknologi.id – Google memperkenalkan sistem kecerdasan buatan (AI) baru bernama Groundsource yang dapat memprediksi banjir bandang hingga 24 jam sebelum kejadian. Sistem AI ini dikembangkan menggunakan model Gemini dan mampu membuat prediksi titik banjir di lebih dari 150 negara.
Kendala Data Historis Banjir Bandang
Banjir bandang tercatat sebagai salah satu bencana cuaca paling mematikan di dunia. Fenomena alam ini diperkirakan menewaskan lebih dari 5.000 orang setiap tahun. Namun, banjir bandang juga termasuk ke dalam jenis bencana yang paling sulit diprediksi secara akurat oleh para ilmuwan.
Berbeda dengan jenis banjir sungai yang pergerakannya dapat dipantau menggunakan sensor ketinggian air, banjir bandang di kawasan perkotaan sering terjadi sangat cepat akibat hujan deras yang meluap ke jalan dan saluran drainase. Masalah utamanya adalah selama ini tidak banyak data historis yang mencatat kejadian banjir bandang secara detail. Tanpa keberadaan data historis tersebut, para ilmuwan kesulitan untuk melatih model AI untuk mengenali pola-pola yang memicu bencana tersebut.
Ekstraksi Jutaan Laporan Berita
Untuk mengatasi masalah kekosongan data ini, Google menggunakan pendekatan dengan menjadikan laporan berita sebagai sumber data. Model Gemini digunakan untuk menelusuri sekitar lima juta artikel berita global sejak tahun 2000. AI kemudian mengekstrak informasi tentang kejadian banjir dari artikel-artikel tersebut, lalu mengubahnya menjadi data terstruktur yang berisi lokasi dan waktu kejadian.
Setelah melalui tahapan proses penyaringan, penghapusan duplikasi, serta penerjemahan dari berbagai bahasa, jutaan laporan berita tersebut menjadi sebuah dataset banjir global. Dataset ini berisi sekitar 2,6 juta catatan kejadian banjir di lebih dari 150 negara.
Manajer Produk Google Research, Gila Loike, menyebutkan bahwa ini merupakan pertama kalinya Google menggunakan model bahasa besar (large language model/LLM) untuk membuat dataset ilmiah dari laporan teks berskala global. "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," tulis keterangan resmi Google.
Baca juga: Mudik Lebih Terencana! Begini Cara Melihat Estimasi Tarif Tol di Google Maps
Parameter Pelatihan Model LSTM
Dataset berskala global tersebut kemudian digunakan untuk melatih model AI Gemini yang berbasis Long Short-Term Memory (LSTM). LSTM merupakan jenis jaringan saraf yang dirancang untuk menganalisis data berurutan dari waktu ke waktu.
Dalam operasionalnya, model ini menggabungkan berbagai informasi krusial, di antaranya adalah prakiraan cuaca per jam, tingkat urbanisasi di suatu wilayah, kemampuan tanah dalam menyerap air, serta kondisi topografi. Melalui analisis dari sekumpulan data tersebut, AI akan memberikan sinyal risiko banjir bandang dalam 24 jam ke depan. Fokus prediksi ini ditujukan untuk wilayah perkotaan yang memiliki tingkat kepadatan penduduk di atas 100 orang per kilometer persegi.
Baca juga: Pemudik Wajib Tahu! Ini Daftar Wilayah Berpotensi Hujan Lebat Selama Lebaran 2026
Pemantauan di Flood Hub dan SOS Alerts
Foto: labsoflatvia.com
Prediksi banjir bandang hasil sistem Groundsource ini tersedia melalui platform Flood Hub. Layanan milik Google ini sebelumnya juga sudah digunakan untuk memberikan peringatan banjir sungai kepada sekitar dua miliar orang di seluruh dunia. Pengguna bisa mencari negara atau kota tertentu di Flood Hub dan melihat apakah ada prediksi banjir. Pada peta opsi banjir bandang perkotaan (urban flash floods) yang masih dalam versi Beta, pengguna akan melihat kotak warna merah untuk sangat mungkin banjir, dan kotak warna oranye untuk mungkin banjir.
Sistem baru ini menjadi pelengkap fitur peringatan banjir yang merupakan bagian dari program Google SOS Alerts di layanan Search dan Maps. Program tersebut dirancang untuk memberikan informasi darurat selama krisis, termasuk peringatan kebakaran hutan dan gelombang panas.
SOS Alerts menayangkan informasi dengan memanfaatkan konten dari lembaga pemerintah, organisasi kemanusiaan, media tepercaya, serta data internal dari Google News, Google Maps, dan Waze. Informasi yang disajikan mencakup peta area terdampak, nomor darurat, situs resmi, berita terkini, hingga opsi donasi. Fitur ini akan muncul jika pengguna mencari kata kunci terkait krisis, atau langsung muncul di layar jika pengguna berada di dekat lokasi bencana dengan fitur pelacakan lokasi aktif. Google memutuskan penayangan SOS Alert berdasarkan ketersediaan informasi resmi, dampak di lapangan, serta situasi konektivitas internet di wilayah terdampak.
Keterbatasan dan Hasil Uji Coba Lapangan
Meski menawarkan inovasi baru, sistem Groundsource ini masih memiliki beberapa keterbatasan. Model prediksi hanya bekerja pada area cakupan sekitar 20 kilometer persegi, atau kira-kira seukuran satu kecamatan kecil. Sistem ini juga belum bisa memperkirakan tingkat keparahan banjir, dan akurasinya dapat berkurang di wilayah yang minim liputan berita.
Selain itu, kemampuan sistem Google ini belum setara dengan sistem peringatan banjir milik otoritas cuaca AS. Hal ini dikarenakan model Groundsource belum memanfaatkan data radar lokal yang memungkinkan pemantauan hujan secara real-time.
Meski begitu, dalam fase uji coba, otoritas penanggulangan bencana di wilayah Afrika bagian selatan berhasil menerima peringatan banjir dari Flood Hub, mengonfirmasi titik banjir, dan segera mengirimkan petugas ke lokasi. Google berharap pendekatan ini dapat membantu mengisi kekosongan data yang menghambat prediksi bencana sekaligus membantu pemerintah merespons insiden lebih cepat.
Baca berita dan artikel lainnya di Google News
(WN/ZA)
