JAKARTA – GenCast yang merupakan model Artificial Intelligence (AI) dari Google, ternyata bisa memprediksi cuaca. Dikutip Holopis.com dari GSM Arena, Minggu (8/12) GenCast dipamerkan Google lewat sebuah makalah yang dipublikasikan di jurnal nature.
GenCast yang merupakan sebuah ‘high resolution AI ensemble model’, diklaim Google bisa mengalahkan European Centre for Medium-Range Weather Forecast (ECMWF) yang merupakan sistem komputer super tercanggih untuk cuaca hingga 25 hari ke depan.
Model AI ini, serupa dengan yang biasa dipakai di image generator berbasis AI atau kategori model difusi. Namun GenCast diatur sedemikian rupa untuk geometri bumi.
Selain itu, GenCast juga dilatih menggunakan data cuaca milik ECMWF selama empat dekade ke belakang.
Google melatih GenCast untuk mengujinya, dengan menggunakan data cuaca hingga 2018 dan menjalankan 1.320 prakiraan cuaca yang berbeda untuk tahun 2019. Kemudian, membandingkan hasilnya dengan hasil prakiraan cuaca dari ENS dan data cuaca yang asli.
Hasilnya, model AI dari Google ini lebih akurat dari ENS pada 97,2% kasus. Selain itu, 99,8% lebih akurat dalam prakiraan cuaca untuk 36 jam (atau lebih) ke depan.
Pengujian GenCast juga dilakukan Google, untuk memprediksi jalur Topan Hagibis yang melanda Jepang pada 2019, dan prakiraan arah topan tersebut terbilang akurat dengan kejadian sebenarnya.
Kemampuan lain yang bisa dilakukan GenCast, yakni memprediksi kecepatan angin, dan hal ini diperlukan di pembangkit listrik tenaga angin, atau memprediksi cuaca untuk pembangkit listrik tenaga matahari, dan sebagainya.
Mengingat GenCast masuk dalam kategori model ensemble, ia bisa menghasilkan lebih dari 50 prediksi dengan berbagai kemungkinan. Setiap prediksi itu dihasilkan untuk prakiraan cuaca 15 hari ke depan, dan bisa diselesaikan dalam 8 menit menggunakan Google Cloud TPU v5.
Lalu sejumlah prakiraan bisa diselesaikan secara bersamaan, dan hal serupa biasanya membutuhkan berjam-jam jika memakai model prakiraan cuaca yang ada saat ini dengan komputer super.
Google merilis GenCast dalam bentuk model terbuka, dan berencana melanjutkan kerja samanya dengan BMKG di berbagai negara, juga para peneliti, untuk terus meningkatkan performa prakiraan cuacanya.
