Badai Matahari Bisa Diprediksi Lebih Cepat! Ini Teknologi AI di Baliknya

AKURAT BANTEN - Pernahkah kita bertanya bagaimana para peneliti mampu memperkirakan waktu kedatangan badai Matahari hingga mencapai Bumi?

Akurasi prediksi ini sangat krusial karena badai Matahari yang kuat dapat berdampak pada satelit, sistem navigasi, komunikasi radio, hingga jaringan listrik di permukaan Bumi.

Badai Matahari merupakan gangguan sementara pada medan magnet Bumi (magnetosfer) yang dipicu oleh aktivitas tinggi di Matahari.

Aktivitas tersebut melepaskan energi besar, partikel bermuatan, serta awan plasma yang menyebar ke seluruh tata surya, termasuk ke arah Bumi. 

Baca Juga: Fenomena Badai Matahari Ekstrem Bisa Diprediksi, Inovasi Terbaru BRIN Solusinya

Salah satu pemicu utamanya adalah Coronal Mass Ejection (CME), yaitu semburan besar plasma beserta medan magnet dari lapisan atmosfer Matahari.

Saat CME mengarah ke Bumi, ilmuwan perlu menghitung waktu kedatangannya agar langkah mitigasi dapat dilakukan lebih cepat dan tepat.

Peneliti Pusat Riset Antariksa, Organisasi Riset Penerbangan dan Antariksa Badan Riset dan Inovasi Nasional (BRIN), Tiar Dani memberikan ilustrasi sederhana untuk menjelaskan proses penelitian ini.

"Bayangkan sebuah peluru ditembakkan ke dalam air. Meski awalnya melaju sangat cepat, kecepatannya akan berkurang karena adanya hambatan dari air. Fenomena serupa terjadi pada CME. Saat melesat dari Matahari menuju Bumi, CME tidak bergerak di ruang hampa yang benar-benar kosong. Ia harus menembus aliran partikel bermuatan yang terus mengalir dari Matahari, yang dikenal sebagai (solar wind) angin surya . Interaksi dengan angin surya inilah yang menghasilkan gaya (drag) hambatan sehingga kecepatan CME dapat berubah selama perjalanan," ujarnya kepada tim Humas BRIN.

Baca Juga: Ekspor Perikanan Indonesia Tembus 6,27 Miliar USD, Terungkap Strategi Hilirisasi dan Tantangannya

Menurut Tiar, selama bertahun-tahun prediksi waktu kedatangan CME menjadi tantangan besar dalam penelitian cuaca antariksa.

Hal ini disebabkan kondisi angin surya yang sangat dinamis dan terus berubah, sehingga sulit dimodelkan secara akurat jika hanya menggunakan pendekatan fisika konvensional.

Untuk menjawab tantangan tersebut, Tiar Dani bersama tim mengembangkan pendekatan gabungan antara fisika dan kecerdasan buatan (AI).

Model yang digunakan adalah Drag-Based Model (DBM), yaitu model yang menggambarkan efek hambatan angin surya terhadap pergerakan CME.

 Model ini kemudian dikombinasikan dengan Artificial Intelligence (AI) berbasis Random Forest yang dilatih menggunakan data historis berbagai kejadian CME selama dua siklus aktivitas Matahari.

"Melalui proses pembelajaran dari data tersebut, AI mampu memperkirakan besarnya hambatan yang akan dialami setiap CME selama perjalanannya menuju Bumi. Dengan kata lain, sistem ini tidak hanya memahami aturan fisika yang mendasari pergerakan CME, tetapi juga belajar dari pengalaman masa lalu untuk menghasilkan prediksi kapan CME akan tiba yang lebih akurat," Tiar menjelaskan.

Lebih lanjut, model hibrida fisika-AI berbasis DBM yang dikembangkan ini mampu memprediksi waktu tempuh CME (CME Transit Time) dengan tingkat kesalahan rata-rata sekitar 8,7 jam.

Dalam bidang cuaca antariksa, tingkat akurasi ini tergolong sangat kompetitif dan menunjukkan peningkatan signifikan dibandingkan model standar.

Model DBM konvensional sendiri umumnya mengasumsikan bahwa gaya hambat angin surya terhadap CME bersifat konstan, sehingga kurang mampu menangkap dinamika sebenarnya.

Keberhasilan ini menjadi langkah penting menuju pengembangan sistem peringatan dini cuaca antariksa yang lebih andal dan responsif.

Layaknya "jam weker" berteknologi tinggi, sistem ini dapat memberikan peringatan lebih awal sebelum badai Matahari berdampak ke Bumi.

Dengan informasi yang lebih cepat dan akurat, operator satelit, penyedia layanan komunikasi, hingga pengelola infrastruktur penting dapat melakukan antisipasi untuk meminimalkan gangguan.

"Melalui riset ini fondasi untuk pemanfaatan kecerdasan buatan dalam ranah antariksa di Indonesia akan semakin kuat. Ke depannya, inovasi ini akan menjadi bagian penting dari inisiatif Research in AI for Space yang sedang kami bangun. Tujuannya adalah menciptakan kerangka kerja peringatan dini cuaca antariksa yang sepenuhnya mandiri, tangguh, dan dapat terus dikembangkan secara otomatis untuk melindungi infrastruktur teknologi masa depan," ujarnya.

***