Peneliti BRIN Manfaatkan AI untuk Mengungkap Dinamika Matahari dan Dampaknya bagi Bumi

PUSAT Riset Antariksa Badan Riset dan Inovasi Nasional (BRIn) tengah memusatkan perhatian pada riset terkait aktivitas matahari, mulai dari semburan matahari hingga lontaran massa korona, yang berpotensi memengaruhi teknologi di Bumi. 

Studi ini mencakup dampak cuaca antariksa terhadap satelit, komunikasi radio, jaringan listrik, pipa minyak, GPS, serta gangguan komunikasi di Bumi.

Dilansir dari laman daring resmi milik BRIN, Peneliti Ahli Madya di Pusat Riset Antariksa BRIN Tiar Dani mengungkap riset mengenai dinamika aktivitas matahari bertujuan untuk memprediksi dampak terhadap Bumi dengan menggunakan kecerdasan buatan (AI). 

Baca juga : BRIN Gunakan AI untuk Cegah Kepunahan Hewan dan Tumbuhan

Dalam acara daring bertajuk "100 Jam Astronomi untuk Semua", Dani menekankan pentingnya mitigasi terhadap dampak tersebut dengan memahami aktivitas matahari. 

Menurutnya, jika aktivitas matahari tidak dapat diprediksi dengan tepat, kerugian ekonomi bisa terjadi.

Dani menjelaskan teknologi AI, termasuk machine learning dan deep learning, memiliki kemampuan untuk mendeteksi pola dan memprediksi aktivitas matahari dengan kecepatan dan akurasi yang jauh lebih baik daripada metode sebelumnya. 

Baca juga : Perusahaan Lokal Ekspansi ke Inggris Buka Bisnis AI

Ini memungkinkan pemahaman yang lebih dalam tentang dinamika matahari serta upaya mitigasi dampaknya sebelum sampai ke Bumi.

Proses kerja AI dimulai dengan pengumpulan data berkualitas yang kemudian digunakan untuk melatih algoritma. Data tersebut kemudian disiapkan agar AI bisa memprosesnya. 

Setelah algoritma dilatih, AI dapat memprediksi aktivitas matahari berdasarkan data baru, yang kemudian dibandingkan dengan data uji pertama untuk mengevaluasi akurasi prediksi. Jika akurasi tidak memadai, algoritma harus diubah untuk mencapai hasil yang lebih baik.

Baca juga : AI Bantu BNN Berantas Narkoba

Dataset mengenai aktivitas matahari dikumpulkan dari berbagai satelit yang mengamati matahari. 

Penguasaan AI serta latar belakang fisika diperlukan untuk mengolah data ini dan mendapatkan hasil prediksi yang akurat.

Salah satu aplikasi AI yang dijelaskan oleh Dani adalah model prediksi semburan matahari (solar flare), yang didasarkan pada data sunspot selama tiga hari terakhir, termasuk lokasi, luas area, jumlah bintik, serta karakteristik magnetiknya. 

Baca juga : Kemajuan Teknologi AI Perlu Didorong untuk Tingkatkan Pertumbuhan Ekonomi

Dengan menggunakan metode machine learning klasik seperti random forest, AI mampu mencapai akurasi prediksi sekitar 70%. Teknologi ini memberikan pijakan awal untuk mendukung pengambilan keputusan.

Selain itu, AI juga dimanfaatkan untuk memprediksi kecepatan angin matahari dengan menggunakan model long short-term memory (LSTM), metode deep learning yang menganalisis data angin matahari dan lubang korona selama periode aktivitas matahari minimum dan maksimum. 

Prediksi ini membantu memantau kecepatan angin matahari yang memutar di sekitar matahari.

Dani menambahkan bahwa AI juga digunakan untuk memprediksi waktu transit lontaran massa korona (CME) ke Bumi, mendeteksi sunspot yang baru muncul, serta memprediksi aktivitas magnetik di sisi jauh matahari.

Di Pusat Riset Antariksa BRIN, berbagai model prediksi cuaca antariksa seperti ML OPS dan SWIFtS (Space Weather Information and Forecast Services) digunakan untuk memberikan layanan kepada masyarakat. Layanan ini meliputi prediksi siklus matahari, semburan matahari, lubang korona, angin matahari, CME, geoganetik, solar summary, serta ionosfer.

Dani menutup paparannya dengan menegaskan pentingnya pemanfaatan model-model tersebut untuk memperkuat layanan prediksi cuaca antariksa, yang semakin relevan di tengah meningkatnya ketergantungan pada teknologi di Bumi. (Z-1)