Jakarta, Technology-Indonesia.com – Badan Pengkajian dan Penerapan Teknologi (BPPT) membangun Pusat Inovasi Kecerdasan Artifisial (PIKA) sebagai wadah akselerasi pemanfaatan kecerdasan artifisial (KA) atau aritificial intelligence (AI) di Indonesia. PIKA telah dilengkapi dengan super computer NVIDIA DGXA A100.
Langkah awal pemanfaatan super komputer ini adalah penggunaan kecerdasan artifisial di bidang kebencanaan. BPPT telah membangun sistem berbasiskan KA untuk memprediksi potensi terjadinya tsunami pada saat ada gempa, serta memprediksi potensi terjadinya kebakaran hutan dan lahan.
“Kedua sistem yang dibangun tersebut sangat penting dalam mendukung pengambilan keputusan yang cepat dan akurat untuk meminimalisir dampak bencana, maupun untuk menghindari terjadinya bencana,” kata Kepala BPPT Hammam Riza dalam konferensi pers Outlook BPPT 2021 dan Capaian BPPT 2020 yang digelar secara daring pada Kamis (21/1/2021).
Lebih lanjut Hammam menerangkan, BPPT melalui Flagship Inovasi Teknologi Ina-TEWS (Tsunami Early Warning System) telah mempersiapkan sistem penanganan kebencanaan dengan menggunakan teknologi mitigasi bencana berbasis Kecerdasan artifisial (KA). Sistem KA-Tsunami ini berperan penting dalam membantu dan mempercepat pengambilan keputusan di DSS (Decission Support System) serta meningkatkan akurasi dan kecepatan peringatan dini tsunami yang dikeluarkan oleh BMKG.
KA-Tsunami yang dikembangkan BPPT terbagi menjadi dua sub sistem. Pertama, kecerdasan artifisial untuk memprediksi akan terjadinya tsunami jika terjadi gempa. Pembelajaran sistem kecerdasan artifisial ini memerlukan data sejarah gempa dan tsunami yang cukup panjang.
“Input yang digunakan adalah data gempa dari Program InaTEWS BMKG, data USGS, serta data katalog kejadian tsunami. Ketiga sumber data ini digabung untuk membangun model KA. Model yang dihasilkan tersebut untuk memprediksi tsunami jika memperoleh informasi gempa yang berisi gempa skala tertentu dan lokasi tertentu,” tuturnya.
KA pada sub sistem kedua adalah untuk memprediksi waktu tempuh dan tinggi gelombang tsunami di sepanjang pantai. Sistem kecerdasan artifisial ini dibangun menggunakan data simulasi model tsunami di seluruh wilayah Indonesia. Sistem KA-Tsunami di atas dibangun berbasis machine learning dengan menggunakan berbagai parameter penyebab terjadinya tsunami.
Menurut Hammam, sistem KA yang telah-sedang dilatih ini nantinya terintegrasi dengan Pusat Data BMKG, bersifat otomatis, tanpa campur tangan manusia serta berjalan mandiri melakukan proses komputasi prediksi jika ada kejadian gempa bumi.
Sistem ini juga bersifat open-source yang berarti sistem dapat dikembangkan dan dimodifikasi serta fleksibel untuk perubahan parameter sesuai keperluan pengguna. Di bagian akhir sistem ini juga dilengkapi dengan sistem monitoring secara terintegrasi sehingga dapat diperiksa hasilnya pada masing-masing tahapan prosesnya. Kemudian informasi yang dihasilkan selanjutnya dirangkum pada dashboard kecerdasan artifisial berbasis web.
Hammam berharap KA-Tsunami menjadi bagian penting dalam proses kemandirian teknologi kebencanaan untuk Penguatan dan Pembangunan Sistem Informasi Gempa Bumi dan Peringatan Dini Tsunami dalam Program InaTEWS sampai dengan tahun 2024.
Penanggulangan Karhutla
Untuk mengatasi bencana kebakaran hutan dan lahan (karhutla) di Indonesia, BPPT melaksanakan layanan Teknologi Modifikasi Cuaca (TMC). Kondisi saat ini TMC dilaksanakan pada saat kondisi cuaca sangat kering dan sudah terjadi kebakaran di lahan gambut. Idealnya, TMC dilaksanakan sebagai langkah antisipatif untuk menghindari karhutla dengan cara pembasahan lahan gambut untuk mencegah lahan gambut semakin kering.
Selain itu TMC juga harus dilaksanakan ketika masih ada potensi pertumbuhan awan-awan penghujan, sehingga hasilnya dapat lebih optimal. Data observasi tinggi muka air (TMA) lahan gambut dapat memberikan informasi langsung mengenai kondisi lahan gambut di tempat tersebut. Dengan metodologi yang tepat, prakiraan TMA akan sangat membantu pengambilan keputusan, kapan dan dimana TMC harus dilaksanakan.
“Pengembangan model prediksi berbasis kecerdasan artifisial untuk mendukung pelaksanaan TMC dalam rangka penanggulangan karhutla dilakukan dengan menggunakan data observasi langsung di lahan gambut dan data cuaca serta prediksi iklim di tempat tersebut,” tutur Hammam.
Dari hasil model, lanjutnya, diperoleh nilai prakiraan TMA dalam rentang waktu 3 – 4 bulan kedepan. Nilai prakiraan ini akan dijadikan sebagai acuan rekomendasi untuk pelaksanaan operasi TMC sebagai upaya pencegahan bencana Karhutla.