Ghiffary ar rasyid Views: 7
Para ilmuwan mengembangkan sistem kecerdasan buatan yang mampu memprediksi terjadinya stres panas pada terumbu karang di Florida hingga enam minggu sebelum kejadian, sebuah terobosan yang dinilai dapat membantu upaya konservasi di tengah meningkatnya ancaman perubahan iklim terhadap ekosistem laut.
Temuan ini dipaparkan dalam penelitian berjudul “An explainable machine learning prediction system for early warning of heat stress on Florida’s Coral Reef” yang dipublikasikan di jurnal Environmental Research Communications pada Desember 2025. Studi tersebut memperkenalkan sistem prediksi berbasis machine learning yang tidak hanya akurat, tetapi juga dapat menjelaskan faktor-faktor lingkungan utama yang memicu stres panas pada karang.
Stres panas merupakan kondisi awal yang sering kali mendahului pemutihan karang, sebuah proses ketika karang kehilangan alga simbiotik yang menjadi sumber energi dan warna alaminya. Tanpa alga tersebut, karang menjadi rentan terhadap penyakit dan kematian massal. Dalam beberapa dekade terakhir, gelombang panas laut yang semakin sering dan intens telah membuat pemutihan karang terjadi lebih luas dan berulang, termasuk di wilayah Florida dan Karibia.
“Model ini memberi peringatan dini yang sangat dibutuhkan oleh pengelola terumbu karang,” kata Marybeth C. Arcodia, penulis utama penelitian dan ilmuwan dari University of Miami Rosenstiel School of Marine, Atmospheric, and Earth Science. Menurutnya, kemampuan untuk mengetahui kapan stres panas kemungkinan besar akan dimulai memberi ruang waktu bagi tindakan mitigasi dan pemantauan lapangan.
Prediksi Berbasis Data Jangka Panjang
Dalam penelitian ini, para peneliti menggunakan algoritma XGBoost, salah satu bentuk boosted random forest yang banyak digunakan dalam pembelajaran mesin modern. Model tersebut dilatih menggunakan data lingkungan selama hampir empat dekade, dari 1985 hingga 2024, mencakup suhu permukaan laut, anomali suhu laut, suhu udara, kecepatan angin, radiasi matahari, serta indikator iklim berskala besar seperti El Niño.
Pendekatan ini memungkinkan model mengenali pola kompleks yang sulit ditangkap oleh metode statistik konvensional. Hasilnya, sistem AI tersebut mampu memprediksi awal stres panas dengan ketepatan waktu yang relatif tinggi, dalam banyak kasus meleset hanya sekitar satu minggu dari kejadian sebenarnya.
Dari gunung hingga laut, kami kirim langsung ke Anda. Join Saluran WhatsApp Lingkar Bumi sekarang.
Para peneliti membandingkan kinerja model AI dengan dua metode tradisional, yaitu regresi logistik dan pendekatan berbasis frekuensi historis. Kedua metode tersebut umumnya hanya mampu memperkirakan kemungkinan terjadinya stres panas secara umum, tanpa ketepatan waktu yang memadai. Dalam perbandingan tersebut, model AI menunjukkan performa yang lebih unggul, baik dalam akurasi prediksi maupun kemampuan menentukan waktu awal stres panas.
Salah satu keunggulan utama sistem ini adalah penggunaan konsep explainable artificial intelligence. Artinya, model tidak hanya menghasilkan prediksi, tetapi juga menunjukkan variabel lingkungan mana yang paling berpengaruh terhadap hasil prediksi tersebut.
“Ini penting karena pengelola terumbu karang perlu tahu bukan hanya apa yang akan terjadi, tetapi juga mengapa,” kata Richard Karp, salah satu penulis studi dan peneliti di Cooperative Institute for Marine and Atmospheric Studies. Menurutnya, transparansi ini memungkinkan hasil prediksi diterjemahkan ke dalam keputusan manajemen yang konkret.
Analisis menunjukkan bahwa suhu udara permukaan sering menjadi salah satu faktor paling berpengaruh dalam memicu stres panas, meskipun kombinasi faktor lain dapat berbeda-beda tergantung lokasi dan waktu. Temuan ini menegaskan bahwa stres panas pada karang tidak hanya dipengaruhi oleh kondisi laut, tetapi juga oleh dinamika atmosfer di atasnya.
Dampak bagi Konservasi
Para peneliti menekankan bahwa sistem ini tidak dimaksudkan untuk menggantikan sistem peringatan dini yang sudah ada, melainkan untuk melengkapinya. Dengan resolusi waktu dan lokasi yang lebih spesifik, sistem ini dapat membantu pengelola menentukan kapan harus meningkatkan pemantauan, membatasi aktivitas manusia, atau melakukan langkah-langkah darurat lainnya.
Florida’s Coral Reef telah mengalami tekanan berat dalam beberapa tahun terakhir, termasuk gelombang panas laut ekstrem yang memicu pemutihan luas. Tanpa alat prediksi yang andal, respons sering kali bersifat reaktif, dilakukan setelah kerusakan sudah terjadi.
“Wawasan ini datang pada skala waktu ketika tindakan masih mungkin dilakukan,” kata Karp. “Itu membuat perbedaan besar dalam upaya perlindungan terumbu.”
Studi ini merupakan hasil kolaborasi antara ilmuwan iklim, ahli ekologi karang, dan pakar ilmu data. Selain Arcodia dan Karp, penelitian ini juga melibatkan Elizabeth A. Barnes dari University of Colorado, yang berkontribusi dalam pengembangan kerangka prediksi dan analisis iklim.
Para penulis menyebut pendekatan lintas disiplin sebagai kunci keberhasilan sistem ini. Dengan menggabungkan data jangka panjang, metode komputasi canggih, dan pemahaman ekologis, penelitian ini menunjukkan bagaimana teknologi AI dapat digunakan secara praktis untuk menghadapi tantangan lingkungan global.
Di tengah meningkatnya tekanan perubahan iklim terhadap ekosistem laut, para peneliti berharap sistem prediksi semacam ini dapat menjadi alat penting untuk menjaga keberlangsungan terumbu karang, yang tidak hanya bernilai ekologis, tetapi juga menopang perikanan, pariwisata, dan perlindungan pesisir bagi jutaan orang. (Wage Erlangga)
