Subang, Suarasubang.com. Masyarakat mencari informasi akurat dan berguna di Google selama krisis untuk membantu mereka melindungi diri dan keluarga.
Banjir adalah jenis bencana alam yang paling umum terjadi dan hampir 1,5 miliar orang, atau sekitar 19 persen dari populasi dunia, secara langsung terpapar risiko besar dari peristiwa banjir parah di seluruh dunia. Banjir juga memberikan dampak materi yang besar, menyebabkan kerugian ekonomi global tahunan sekitar $50 miliar.
Selama sejarah, ramalan banjir yang akurat secara besar-besaran tidak mungkin terjadi karena kompleksitas masalah dan kurangnya sumber daya serta data.
Mengingat hanya sedikit persentase sungai di dunia yang dilengkapi dengan alat pengukur aliran sungai, hal ini menjadi hambatan tambahan untuk keselamatan bagi masyarakat di negara-negara berkembang serta di komunitas yang tidak terlayani dan rentan.
Dalam sebuah artikel yang dipublikasikan hari ini di jurnal Nature, kami berbagi bagaimana kecerdasan buatan (AI) dapat membantu meningkatkan ramalan banjir dan membawa bantuan ke bagian dunia yang paling terdampak oleh perubahan iklim (Blog google)
Kami menemukan bahwa AI membantu kami untuk memberikan informasi yang lebih akurat tentang banjir sungai hingga 7 hari sebelumnya. Ini memungkinkan kami untuk memberikan ramalan banjir di 80 negara di daerah-daerah di mana 460 juta orang tinggal.
Bila memungkinkan, kami juga memberikan ramalan di Google Search dan Google Maps serta melalui pemberitahuan Android.
Artikel tersebut — yang dijelaskan secara lebih detail di blog Penelitian kami — menunjukkan bagaimana teknologi hidrologi global berbasis AI yang dibangun oleh Google Research dapat secara signifikan meningkatkan ramalan banjir dibandingkan dengan yang ada saat ini.
Hal ini terbukti bahkan untuk negara-negara di mana data terkait banjir yang dapat diandalkan sangat langka, sehingga memungkinkan untuk memperluas ramalan banjir secara global. Sistem peringatan dini dapat sangat membantu mengurangi jumlah korban jiwa, dan memiliki waktu peringatan yang lebih lama sangat membantu bagi komunitas.
Dengan teknologi ini, kami meningkatkan, rata-rata, keandalan ramalan global yang tersedia saat ini dari nol menjadi lima hari, dan kami dapat menggunakan ramalan berbasis AI untuk meningkatkan ramalan di wilayah-wilayah di Afrika dan Asia agar serupa dengan yang tersedia di Eropa.
Hari ini, informasi ini dapat digunakan oleh masyarakat, komunitas, pemerintah, dan organisasi bantuan untuk mengambil tindakan antisipatif untuk membantu melindungi populasi yang rentan.
Perjalanan kami menuju titik ini tidaklah mudah, terutama di wilayah-wilayah di mana data langka dan dampak banjir sangat besar. Hari ini, saat kami mempublikasikan artikel terbaru kami, kami ingin melihat kembali beberapa momen yang membentuk perjalanan kami dalam menggunakan AI untuk meramalkan banjir sungai secara akurat:
- Pilot pertama kami di India memberi kami pelajaran berharga
- Kerja penelitian kami dimulai dengan pilot awal di wilayah Patna, India. Bihar, tempat Patna berada, adalah salah satu negara bagian di India yang paling rentan terhadap banjir di mana sebagian besar populasi hidup di bawah ancaman banjir yang menghancurkan. Bekerja sama dengan pejabat pemerintah setempat dan menggunakan data real-time lokal, kami membuat ramalan banjir yang kami masukkan ke dalam Google Public Alerts pada tahun 2018.
- Berbagai elemen — dari peristiwa historis, hingga pembacaan tingkat sungai, hingga medan dan elevasi area tertentu — dimasukkan ke dalam model ramalan kami. Dari situlah, kami menghasilkan peta dan menjalankan ratusan ribu simulasi di setiap lokasi untuk membuat model ramalan banjir sungai.
- Pendekatan ini ditujukan untuk membangun model yang sangat akurat untuk lokasi yang sangat spesifik, sementara tujuan kami adalah untuk menyelesaikan masalah ini secara global. Hipotesis kami adalah bahwa pembelajaran mesin dapat membantu mengatasi tantangan memperluas ramalan banjir secara global.
- Memulai kolaborasi dengan komunitas penelitian dan ilmiah
- Pada tahun 2019, kami memperluas cakupan ramalan banjir kami sebanyak 12 kali lipat, dan mengirimkan 800.000 peringatan kepada individu di daerah terdampak, sambil memajukan teknologi ramalan kami.
- Saat tim kami menjelajahi potensi pembelajaran mesin untuk membuat model ramalan banjir yang lebih baik, kami juga mulai berkolaborasi dengan peneliti akademis untuk menggabungkan simulasi banjir berbasis fisika hidrologi terbaik dengan pendekatan AI kami.
- Berdasarkan penelitian kami, dan perkembangan yang menjanjikan dari jaringan Long Short-Term Memory (LSTM) untuk memberikan prediksi banjir yang akurat, kami mulai membayangkan platform ramalan banjir global end-to-end yang menyediakan informasi yang tepercaya, bahkan di wilayah-wilayah dunia yang kurang memiliki alat pengukur aliran sungai.
- Memperluas ramalan banjir lebih lanjut, tetapi dibatasi oleh ketersediaan data lokal
- Setelah suksesnya pilot awal kami di India, kami secara bertahap memperluas ramalan kami di seluruh negara tersebut dan ke Bangladesh, mencakup 360 juta orang. Pada saat itu, kami bisa memberikan ramalan hingga 48 jam sebelumnya, dimungkinkan oleh kemajuan signifikan dalam teknologi ramalan kami. Tetapi dalam setiap kasus, model kami bergantung pada ketersediaan data aliran sungai lokal, membuat sulit untuk memperluas ramalan ke negara-negara tambahan.
- Beralih ke model ramalan banjir global berbasis AI dan ekspansi ke lebih dari 80 negara
- Mengakui hambatan dalam ramalan banjir saat mengandalk
