AI Digunakan untuk Meningkatkan Prediksi Sambaran Petir

Prediksi cuaca telah menjadi jauh lebih baik selama dekade terakhir, dengan ramalan lima hari sekarang sekitar 90% akurat. Namun, satu aspek cuaca yang telah lama menghindari upaya untuk memprediksi adalah petir. Karena petir sangat tidak terduga, sangat sulit untuk meminimalkan kerusakan yang dapat dilakukannya pada kehidupan manusia, properti, dan alam. Berkat kerja tim peneliti dari EPFL (Ecole Polytechnique Fédérale de Lausanne) Sekolah Teknik, sambaran petir mungkin akan lebih dapat diprediksi di masa depan.

Seperti dilaporkan oleh SciTechDaily, tim peneliti dari EPFL’ s Sekolah Teknik – Laboratorium Kompatibilitas Eletromagnetik, baru-baru ini menciptakan program AI yang dapat memprediksi sambaran petir dengan akurat dalam waktu 10 hingga 30 menit dan radius 30 kilometer. Sistem yang dibuat oleh tim teknik menerapkan algoritma kecerdasan buatan pada data meteorologi, dan sistem akan digunakan dalam proyek European Laser Lightning Rod.

Tujuan dari proyek European Laser Lightning Rod (ELLR) adalah untuk menciptakan sistem proteksi petir dan teknik baru. Secara khusus, ELLR bertujuan untuk menciptakan sistem yang menggunakan teknik berbasis laser untuk mengurangi jumlah sambaran petir alami, yang dicapai dengan memicu kilat petir ke atas.

Menurut tim peneliti, metode prediksi petir saat ini bergantung pada data yang dikumpulkan oleh radar atau satelit, yang cenderung sangat mahal. Radar digunakan untuk memindai badai dan menentukan potensial listrik badai. Sistem prediksi petir lainnya sering memerlukan penggunaan tiga atau lebih penerima di sebuah wilayah agar kejadian petir dapat ditentukan. Membuat prediksi dengan cara seperti itu adalah proses yang lambat dan kompleks.

Sebaliknya, metode yang dikembangkan oleh tim EPFL menggunakan data yang dapat dikumpulkan di stasiun cuaca standar. Ini berarti data lebih murah dan lebih mudah dikumpulkan, dan sistem dapat berpotensi diterapkan di daerah terpencil di mana sistem satelit atau radar tidak mencakup dan di mana jaringan komunikasi tidak lengkap.

Data untuk prediksi juga dapat dikumpulkan dengan cepat dan secara real-time, yang berarti bahwa sebuah wilayah dapat berpotensi diberitahu tentang sambaran petir yang akan datang bahkan sebelum badai terbentuk di wilayah tersebut. Seperti dilaporkan oleh ScienceDaily, metode yang digunakan oleh tim EPFL untuk membuat prediksi adalah algoritma pembelajaran mesin yang dilatih pada data yang dikumpulkan dari 12 stasiun cuaca Swiss. Data tersebut mencakup selama satu dekade dan mencakup wilayah pegunungan dan perkotaan.

Alasan sambaran petir dapat diprediksi adalah karena mereka sangat terkait dengan kondisi cuaca tertentu. Salah satu bahan penting untuk pembentukan petir adalah konveksi intens, di mana udara lembab naik ketika atmosfer menjadi tidak stabil di wilayah setempat. Tabrakan antara tetes air, partikel es, dan molekul lainnya dalam awan dapat menyebabkan muatan listrik dalam partikel tersebut terpisah. Pemisahan ini menyebabkan pembentukan lapisan awan dengan muatan yang berlawanan, yang menyebabkan pelepasan yang muncul sebagai petir. Fitur atmosfer yang terkait dengan kondisi cuaca ini dapat dimasukkan ke dalam algoritma pembelajaran mesin untuk memprediksi sambaran petir.

Di antara fitur dalam dataset adalah variabel seperti kecepatan angin, kelembaban relatif, suhu udara, dan tekanan atmosfer. Fitur-fitur tersebut diberi label dengan catatan sambaran petir yang tercatat dan lokasi sistem yang mendeteksi sambaran. Berdasarkan fitur-fitur tersebut, algoritma dapat menafsirkan pola dalam kondisi yang menyebabkan sambaran petir. Ketika model diuji, terbukti dapat memprediksi sambaran petir dengan benar sekitar 80% dari waktu.

Model tim EPFL ini patut diperhatikan karena ini adalah contoh pertama dari sistem yang berbasis pada data meteorologi yang umum tersedia dan dapat memprediksi sambaran petir dengan akurat.