Courtesy of NatureMagazine

AI Membantu Digitalkan Arsip Cuaca Tertulis untuk Studi Iklim Regional

Mengakses dan mendigitalkan arsip data cuaca tertulis tangan dari masa lalu menggunakan kecerdasan buatan agar dapat memahami dampak perubahan iklim secara lebih tepat di tingkat regional, dan memperkuat data serta model iklim global.

16 Sep 2025, 07.00 WIB

237 dibaca

Ikhtisar 15 Detik

Digitalisasi arsip meteorologi penting untuk memahami perubahan iklim regional.
Alat machine learning seperti MeteoSaver dapat meningkatkan efisiensi dalam mentranskripsi data cuaca.
Upaya kolaboratif antara ilmuwan dan organisasi dapat membantu mengisi kekurangan data yang krusial untuk penelitian iklim.

Yangambi, Republik Demokratik Kongo - Banyak data cuaca masa lalu yang masih tersimpan dalam arsip kertas di berbagai negara dan belum didigitalkan. Data ini merupakan sumber penting untuk memahami bagaimana iklim berubah di tingkat regional dan global, terutama di daerah-daerah yang selama ini jarang memiliki data lengkap.

Di Republik Demokratik Kongo, Derrick Muheki melakukan perjalanan panjang menuju lokasi terpencil untuk memindai ribuan halaman catatan cuaca dari stasiun cuaca yang tersebar di seluruh negeri. Perjalanan ini memerlukan persiapan khusus karena banyak fasilitas tidak terhubung dengan listrik.

Setelah memindai data, Muheki menggunakan alat AI bernama MeteoSaver yang awalnya hanya mampu mengenali tulisan dengan 75% akurasi, namun kini mencapai 90%. Ini adalah peningkatan besar yang membuat proses ekstraksi data menjadi jauh lebih cepat dan akurat dibandingkan metode manual.

Data baru ini sangat penting karena selama ini kawasan hutan hujan di Afrika tengah terutama DRC memiliki celah data besar tentang kondisi masa lalu yang membuat laporan seperti IPCC kurang menggambarkan kondisi sebenarnya di wilayah tersebut.

Perkembangan teknologi AI kini sedang merevolusi cara para ilmuwan mengakses dan menyelamatkan data iklim historis, mempercepat pekerjaan yang sebelumnya memakan waktu bertahun-tahun menjadi lebih efektif dengan hasil yang dapat diandalkan.

Referensi:
[1] https://nature.com/articles/d41586-025-02798-y

Analisis Ahli

Marlies van der Schee

"Banyak institusi bahkan tidak mengetahui isi arsip mereka, sehingga proyek digitalisasi ini adalah langkah penting untuk memastikan data langka tidak hilang dan dapat dimanfaatkan secara efektif."

Ed Hawkins

"Kesulitan terbesar dalam menggunakan AI bukan hanya membaca tulisan tangan, tapi mengenali struktur tabel, dan kemajuan saat ini sudah hampir menyamai kinerja manusia."

Wim Thiery

"Mengisi kekosongan data di hutan hujan Afrika akan sangat membantu membuat penilaian perubahan iklim global menjadi lebih akurat dan lengkap."

Analisis Kami

"Proyek digitalisasi arsip cuaca menggunakan AI adalah terobosan penting untuk mengisi kekosongan data historis yang selama ini menghambat pemahaman penuh tentang perubahan iklim di wilayah kritis seperti Afrika Tengah. Namun, masih diperlukan investasi besar dan kerja sama lintas negara agar proses ini bisa meluas dan data yang dihasilkan benar-benar bisa diintegrasikan ke dalam model iklim global."

Prediksi Kami

Dalam beberapa tahun ke depan, penggunaan AI dalam mendigitalkan arsip cuaca historis akan mempercepat pemahaman perubahan iklim regional dan global, yang berujung pada model iklim yang lebih akurat dan pembuatan kebijakan mitigasi yang lebih efektif.

Pertanyaan Terkait

Apa tujuan utama dari digitalisasi arsip meteorologi di Republik Demokratik Kongo?

Tujuan utama dari digitalisasi arsip meteorologi adalah untuk mengakses dan memanfaatkan data cuaca yang belum terdigitalisasi untuk penelitian iklim.

Apa yang dilakukan Derrick Muheki dalam penelitian ini?

Derrick Muheki melakukan pemindaian catatan cuaca selama dua bulan di cabang INERA dan mengembangkan alat bernama MeteoSaver untuk mentranskripsi data.

Bagaimana alat MeteoSaver membantu dalam pengolahan data cuaca?

Alat MeteoSaver membantu dalam mengolah data cuaca dengan meningkatkan akurasi transkripsi catatan cuaca tangan dari 75% menjadi 90%.

Apa tantangan yang dihadapi dalam menggunakan machine learning untuk mentranskripsi catatan cuaca?

Tantangan yang dihadapi adalah pengenalan struktur tabel dalam dokumen, yang sulit untuk diolah oleh alat machine learning yang ada sebelumnya.

Mengapa penting untuk mengisi kekurangan data cuaca di hutan hujan?

Mengisi kekurangan data cuaca penting untuk memberikan informasi yang lebih akurat tentang perubahan suhu dan dampaknya pada hutan hujan.