51动漫

51动漫 Official Website

Prediksi Suhu di Bandara Djuanda, Surabaya: Kecerdasan Buatan Unggul dalam Akurasi Peramalan Cuaca

Ilustrasi AIP (Foto: UNAIR NEWS)
Ilustrasi AIP (Foto: UNAIR NEWS)

Perubahan iklim global kini semakin terasa dampaknya terhadap kehidupan sehari-hari, termasuk di kota besar seperti Surabaya. Peningkatan suhu yang tidak menentu dan sulit diprediksi menimbulkan berbagai tantangan, mulai dari kenyamanan masyarakat hingga aspek keselamatan penerbangan di Bandara Internasional Djuanda. Fenomena ini menjadi fokus penelitian terbaru dari tim peneliti 51动漫 yang memanfaatkan teknologi kecerdasan buatan untuk memprediksi suhu udara secara lebih akurat.

Dalam penelitian ini, digunakan data historis meteorologi dari stasiun cuaca di Bandara Djuanda untuk membangun model prediksi suhu menggunakan Artificial Neural Network (ANN), ARIMA, serta Hybrid ARIMA-ANN. Ketiga metode ini dibandingkan guna menemukan model terbaik yang mampu menangkap pola fluktuasi suhu di wilayah tropis yang dikenal dinamis. Hasilnya menunjukkan bahwa model ANN tunggal memberikan kinerja paling akurat, dengan nilai kesalahan (error) terkecil dibanding dua metode lainnya. Model ini mampu mengenali pola nonlinier suhu harian dengan lebih baik, sedangkan model ARIMA cenderung kurang responsif terhadap perubahan ekstrem dalam data. Dengan demikian, ANN dinilai paling andal dalam menghasilkan prediksi suhu yang realistis dan stabil.

Penelitian ini tidak hanya memberikan kontribusi ilmiah, tetapi juga berdampak praktis bagi dunia penerbangan. Fluktuasi suhu berpengaruh langsung terhadap density altitude, yaitu kepadatan udara yang memengaruhi gaya angkat pesawat. Prediksi suhu yang akurat membantu operator penerbangan menentukan langkah optimal saat lepas landas dan mendarat, sehingga meningkatkan keselamatan penerbangan.

Selain itu, Penelitian ini juga berkontribusi terhadap Tujuan Pembangunan Berkelanjutan (SDGs) poin ke-13, yakni penanganan perubahan iklim. Dengan sistem prediksi berbasis data yang lebih presisi, pemerintah dan lembaga terkait dapat merancang kebijakan mitigasi dan adaptasi iklim secara lebih tepat sasaran. Studi ini menegaskan potensi besar penerapan machine learning dalam menghadapi tantangan lingkungan di era modern. Ke depan, pendekatan berbasis kecerdasan buatan seperti ANN diharapkan dapat diterapkan secara luas di berbagai kota tropis lain di Indonesia untuk mendukung keberlanjutan dan keselamatan publik.

AKSES CEPAT