Kecerdasan Buatan Digunakan untuk Mencegah Esberg Mengganggu Pelayaran

Para ahli di Universitas Sheffield telah mengembangkan kombinasi sistem kontrol dan model ramalan kecerdasan buatan (AI) untuk mencegah esberg mengapung ke wilayah pelayaran yang sibuk.

Melalui penggunaan model sistem kontrol yang baru diterbitkan, para ahli dapat memprediksi pergerakan esberg. Pada tahun 2020, antara 479 dan 1.015 esberg diperkirakan akan mengapung ke perairan selatan 48°, sebuah wilayah yang memiliki lalu lintas pelayaran yang besar antara Eropa dan Amerika Utara bagian timur laut. Tahun lalu, terdapat total 1.515 esberg yang teramati di wilayah yang sama.

Tim tersebut menggunakan analisis kecerdasan buatan eksperimental untuk mendukung secara independen jumlah esberg yang diprediksi. Mereka juga menemukan peningkatan awal yang cepat dalam jumlah esberg yang hadir di wilayah tersebut selama musim es, yang berlangsung dari Januari hingga September.

Patroli Es Internasional (IIP) disuplai dengan temuan tersebut, dan mereka menggunakan informasi tersebut untuk menentukan penggunaan sumber daya yang terbaik untuk ramalan es yang lebih baik selama musim. Menurut ramalan musim, kapal di Atlantik barat laut akan menos mungkin bertemu dengan esberg dibandingkan dengan tahun lalu.

Esberg menyebabkan masalah serius dan risiko pelayaran di Atlantik barat laut. Catatan menunjukkan bahwa telah terjadi tabrakan dan tenggelam sejak abad ke-17. IIP didirikan pada tahun 1912 setelah tenggelamnya Titanic, dan tugasnya adalah mengamati es laut dan kondisi di Atlantik barat laut dan memperingatkan tentang bahaya potensial.

Risiko esberg bagi pelayaran berubah setiap tahun. Satu tahun dapat tidak memiliki esberg yang melintasi wilayah, sementara tahun lain dapat memiliki lebih dari 1.000. Hal ini membuat sulit untuk diprediksi, tetapi secara umum, telah terdapat peningkatan jumlah esberg yang terdeteksi sejak tahun 1980-an.

Tahun 2020 adalah tahun pertama kali kecerdasan buatan digunakan untuk meramalkan esberg di wilayah tersebut, serta laju perubahan selama musim.

Model tersebut dikembangkan oleh tim yang dipimpin oleh Profesor Grant Bigg di Universitas Sheffield, dan didanai oleh program Beasiswa Risiko Osean AXA XL. Terdapat model sistem kontrol serta dua alat pembelajaran mesin yang digunakan.

Data yang terkait dengan suhu permukaan Laut Labrador dianalisis, serta variasi tekanan atmosfer di Atlantik Utara dan keseimbangan massa permukaan lembaran es Greenland.

Pendekatan sistem kontrol dasar memiliki tingkat akurasi 80 persen ketika diuji terhadap data tentang jumlah esberg untuk musim antara 1997 dan 2016.

Menurut beberapa penelitian sebelumnya oleh Profesor Bigg, variasi jumlah esberg yang mengapung ke wilayah tersebut disebabkan oleh laju kalving yang berbeda-beda dari Greenland. Namun, iklim regional dan arus laut adalah faktor-faktor terbesar. Jumlah esberg yang lebih tinggi muncul ketika terdapat suhu permukaan laut yang lebih dingin dan angin barat laut yang lebih kuat.

Grant Brigg adalah Profesor Ilmu Sistem Bumi di Universitas Sheffield.

“Kami telah menerbitkan ramalan es musim ke IIP sejak 2018, tetapi tahun ini adalah pertama kalinya kami menggabungkan model sistem kontrol asli dengan dua pendekatan kecerdasan buatan untuk aspek-aspek tertentu dari ramalan. Kesepakatan dalam ketiga pendekatan tersebut memberi kami kepercayaan untuk merilis ramalan untuk jumlah esberg yang rendah secara publik tahun ini—tetapi perlu diingat bahwa ini hanya ramalan tentang kondisi esberg, bukan jaminan, dan bahwa tabrakan antara kapal dan esberg dapat terjadi bahkan di tahun es yang rendah.”

Menurut Mike Hicks dari Patroli Es Internasional, “Ketersediaan prediksi yang handal sangat penting karena kami mempertimbangkan keseimbangan antara metode pengintaian udara dan satelit.”

Dr. John Wardman adalah Spesialis Ilmu Senior di tim Sains dan Bahaya Alam di AXA XL.

“Dampak kenaikan permukaan laut pada paparan pesisir dan potensi peningkatan aktivitas pelayaran Arktik akan memerlukan jumlah dan keragaman solusi transfer risiko yang lebih besar melalui penggunaan produk asuransi dan strategi mitigasi ‘lunak’ lainnya. Industri asuransi sedang memantau Arktik dengan ketat, dan model ini adalah alat penting dalam membantu industri mengidentifikasi bagaimana atau kapan lembaran es Greenland yang mencair akan langsung mempengaruhi pasar.”