Apakah Teknologi AI Mampu Prediksi Gempa Bumi?

SiwinduMedia.com – Dengan meningkatnya frekuensi dan potensi bencana alam, khususnya gempa bumi, pertanyaan tentang bagaimana mengurangi kerugian manusia dan kerusakan material yang terkait dengan gempa bumi menjadi tantangan besar bagi banyak negara. Hari Internasional Pengurangan Risiko Bencana 2022, yang diadakan pada 13 Oktober, menitikberatkan pada mekanisme peringatan dini dan perlunya meningkatkan kesadaran akan pentingnya mekanisme tersebut, mengingat kurangnya mekanisme semacam itu saat ini. Kantor Perserikatan Bangsa-Bangsa untuk Pengurangan Risiko Bencana (United Nations Office for Disaster Risk Reduction – UNDRR) telah mengindikasikan bahwa, secara umum, sistem peringatan dini hanya mencakup tidak lebih dari separuh negara di dunia.

Organisasi Kesehatan Dunia memperkirakan bahwa gempa bumi telah menewaskan sekitar 750.000 jiwa di seluruh dunia antara tahun 1998 dan 2017, yang merupakan lebih dari separuh dari semua kematian yang disebabkan oleh bencana alam. Ada tekad internasional untuk berinvestasi dalam sistem peringatan dini guna membantu menyelamatkan nyawa dan mengurangi kerusakan yang ditimbulkan. Gempa bumi yang melanda Turki dan Suriah pada bulan Februari lalu, yang menewaskan lebih dari 52.000 orang, telah menghidupkan kembali percakapan tentang pentingnya sistem peringatan dini gempa bumi untuk meminimalkan jumlah korban.

Sulit diprediksi

Meskipun para ilmuwan telah mengidentifikasi pola dan perilaku tertentu yang dapat mengindikasikan akan terjadinya gempa bumi, pola dan faktor tersebut tidak memastikan terjadinya gempa bumi dan tidak menghasilkan prediksi yang jelas dan andal. Beberapa ilmuwan menggambarkan gempa bumi sebagai peristiwa yang sebagian besar kacau dan tidak dapat diprediksi, sehingga sulit untuk mengembangkan sistem peringatan dini yang andal. Memprediksi gempa bumi memerlukan identifikasi lokasi, waktu, dan besaran gempa, dan para ahli geologi kesulitan melakukannya dengan andal dan pasti. Meskipun beberapa ilmuwan mengharapkan gempa bumi terjadi di lokasi geografis tertentu, sulit untuk memprediksi kapan gempa tersebut akan terjadi. Selain itu, model yang dikembangkan oleh para ilmuwan untuk memahami perilaku gempa bumi terbatas oleh kualitas dan kuantitas data yang tersedia, serta kompleksitas sistem Bumi.

Oleh karena itu, para ahli geologi menggunakan apa yang dikenal sebagai “earthquake hazard maps” atau peta bahaya gempa, dengan menghitung probabilitas terjadinya gempa di area tertentu selama beberapa tahun. Peta ini membantu dalam proses perencanaan, meskipun tidak dalam prediksi. Kebisingan manusia dan lapangan juga menyebarkan dan mengaburkan kebisingan seismik, dengan lalu lintas manusia, konstruksi, dan faktor lainnya seringkali membuat sulit untuk menangkap sinyal yang jelas dari pergerakan tanah dan awal gempa bumi. Chris Marone, seorang profesor ilmu bumi di Universitas Sapienza Roma, mencatat kesenjangan antara kemampuan laboratorium dan dunia nyata. Sementara beberapa retakan dan indikator dapat diamati selama simulasi gempa bumi di laboratorium, indikator ini mungkin tidak diamati di dunia nyata sebagian besar waktu.

Survei Geologi Amerika Serikat (United States Geological Survey – USGS) menekankan bahwa prediksi gempa bumi yang akurat saat ini dan di masa mendatang tidak mungkin dilakukan, dan, paling banyak, para ilmuwan dapat memprediksi bahwa gempa besar akan menghantam suatu wilayah dalam jangka waktu tertentu. Hal ini mendorong penekanan pada meminimalkan kerusakan gempa dan mendeteksi tanda-tanda awal dan indikator gempa bumi untuk mencapai respons cepat.

Kemampuan AI

Teknologi kecerdasan buatan (AI) menyediakan banyak kemampuan dan keunggulan yang mendukung sistem peringatan dini gempa bumi dan dapat membantu dalam deteksi dini, termasuk yang berikut:

1. Memberikan lebih banyak waktu untuk mengurangi kerugian akibat gempa bumi

Penggunaan teknologi AI berkontribusi pada pengembangan sistem peringatan dini gempa bumi selama upaya pra dan pasca gempa. Teknologi AI juga memberi orang dan komunitas waktu untuk mengungsi dan mempersiapkan diri, membantu mengurangi jumlah korban, dan dapat membantu meminimalkan kerusakan pada properti dan infrastruktur. Detik-detik berharga yang diberikan oleh sistem peringatan dini kepada penduduk dapat membantu mengurangi jumlah korban hingga 30%.

Mengingat kecepatan yang besar, AI dapat memberikan hingga satu menit tambahan waktu. Misalnya, beberapa perkiraan menunjukkan bahwa sistem peringatan dini di Tiongkok sebelum gempa Wenchuan—yang menewaskan 70.000 orang dan melukai 370.000 lainnya ketika menghantam provinsi Sichuan pada tahun 2008—dapat memberikan populasi 31 detik tambahan dan mengurangi jumlah kematian total hingga 20.000 hingga 30.000. Beberapa perkiraan juga menunjukkan bahwa, dalam kasus bangunan yang dibangun dengan buruk dan rendah, beberapa detik yang diberikan oleh peringatan dini AI dapat menyelamatkan lebih banyak nyawa.

2. Memberikan kemampuan yang lebih baik untuk menangkap sinyal yang akurat

Untuk beberapa alasan, sulit untuk mendeteksi getaran, indikator gempa bumi, dan kebisingan tanah di lapangan; namun, kemampuan AI dan teknologi sensor canggih membantu mendeteksi sinyal halus yang tidak diamati oleh manusia. Di antara keuntungan AI adalah kemampuan untuk dengan cepat mengekstraksi sinyal yang tenggelam oleh kebisingan lainnya.

Sebuah makalah penelitian yang diterbitkan dalam jurnal, Science Advances, pada Februari 2018, menyimpulkan bahwa AI dapat digunakan untuk lebih baik mengidentifikasi gempa bumi dan membedakan antara sinyal gempa dan kebisingan geologi normal, seperti halnya sistem asisten pribadi cerdas mampu mengisolasi suara manusia dari kebisingan latar belakang rumah tangga. Pengujian sistem AI dan jaringan yang disebut ConvNetQuake, di negara bagian Oklahoma, AS, menunjukkan bahwa sistem ini mampu mendeteksi gempa bumi 17 kali lebih baik daripada metode tradisional. Meskipun sulit untuk mendeteksi gempa kecil karena kebisingan tanah, jaringan baru dapat membedakan antara kebisingan dan gempa bumi yang sebenarnya.

3. Menggunakan pembelajaran mesin untuk mendeteksi pola gempa bumi

Algoritme pembelajaran mesin dapat menganalisis sejumlah besar data dari gempa bumi sebelumnya untuk mengidentifikasi pola dan model seismik yang membantu memprediksi gempa bumi di masa depan. Analisis ini didasarkan pada data yang dikumpulkan oleh sistem sensor jarak jauh, satelit, dan stasiun cuaca, serta menggunakan data historis gempa bumi di wilayah geografis tertentu.

4. Memperkirakan besarnya gempa besar berdasarkan sinyal gravitasi

Studi baru menunjukkan bahwa sinyal gravitasi dapat digunakan untuk memperkirakan besarnya gempa besar secara instan. Sinyal ini, yang sangat lemah dan menyebar dengan kecepatan cahaya, dihasilkan dari gangguan medan gravitasi yang disebabkan oleh gempa bumi. Namun, sinyal ini kira-kira enam kali lebih kecil daripada gelombang seismik, yang membatasi deteksinya menggunakan teknik standar.

Alih-alih mengandalkan gelombang seismik, algoritme AI dapat digunakan untuk membedakan gelombang gravitasi yang berasal dari patahan, yang membantu mempercepat peringatan dan secara akurat memperkirakan dan melacak besarnya gempa besar dalam hitungan detik setelah gempa dimulai. Mekanisme ini membantu memperkirakan besarnya gempa dengan lebih baik, yang membantu memperkirakan besarnya kerugian yang diharapkan dan mengidentifikasi respons yang tepat. Namun, penggunaan model ini terbatas pada gempa bumi yang dihasilkan dari patahan tertentu yang cenderung menyebabkan gempa besar. Dengan teknologi saat ini, sinyal gravitasi tidak dapat mendeteksi gempa bumi yang ukurannya kurang dari 8,3.

5. Mengirim dan memproses data navigasi satelit

Beberapa pihak mengandalkan AI untuk memproses data GNSS di negara-negara yang melarang ekspor data secara real-time dan menggunakan AI untuk langsung mengirimkan data tersebut—dan data yang diperoleh darinya—bahkan di negara-negara dengan komunikasi terbatas. Sistem navigasi satelit digunakan untuk mempelajari gempa bumi, memantau pergerakan tanah dan gangguan dalam konten total elektron di ionosfer (TEC) yang biasanya menyertai gempa bumi, serta mempelajari perubahan di ionosfer Bumi.

6. Melindungi penyelamat dan penyintas dari gempa susulan

Teknologi dan algoritme pembelajaran mesin dapat membantu memprediksi gempa susulan dengan lebih baik, sehingga membantu menjaga keselamatan pekerja penyelamat dan penyintas. Peneliti Universitas Harvard telah menggunakan pembelajaran mendalam untuk mempelajari pola gempa susulan dengan tujuan memprediksinya, yang akan membantu meminimalkan kerugian akibat gempa susulan dari gempa besar.

7. Menggunakan AI untuk memprediksi dampak

AI dapat membantu melampaui proses prediksi dan peringatan gempa bumi itu sendiri, hingga memprediksi dampak gempa bumi dan konsekuensinya yang potensial terhadap lingkungan sekitar dan masyarakat, memperingatkan otoritas yang berwenang dan masyarakat tentang konsekuensi tersebut, serta mengambil langkah-langkah yang sesuai, serta membuat penentuan awal mengenai besarnya dampak yang diharapkan. Hal ini tentu akan membantu pemerintah merumuskan kebijakan pemulihan dan mempersiapkan diri untuk menghadapi bencana di masa depan.

Percobaan Internasional

Banyak percobaan internasional telah mengintegrasikan teknologi AI ke dalam sistem deteksi dan peringatan dini gempa bumi serta pengiriman peringatan yang diperlukan, termasuk:

Pengembangan sistem peringatan dini China yang luas

Setelah gempa Wenchuan 2008, China berfokus pada pengembangan teknologi peringatan dini, dengan para ilmuwan China menyoroti apa yang mereka sebut sebagai “sistem peringatan dini gempa bumi terbesar, tercepat, dan paling akurat di dunia.” Sistem ini mencakup 90% populasi yang tinggal di daerah rawan gempa, dan dapat menangkap sinyal seismik secepat mungkin dan memberikan peringatan dini melalui ponsel, televisi, radio, dan media baru. Laporan menunjukkan bahwa fungsi peringatan dini gempa bumi mencakup 800 juta televisi dan ponsel.

Dalam konteks terkait, pada tahun 2020, China mengumumkan pengembangan sistem untuk memantau gempa bumi menggunakan AI, yang telah memasuki fase operasi eksperimental di provinsi barat daya Yunnan dan Sichuan. Algoritma otomatis mengekstraksi sinyal gempa bumi—termasuk pusat gempa, magnitudo, waktu, dan kedalaman gempa bumi—menggunakan sinyal gelombang seismik di beberapa negara. Selain hampir sama akuratnya dengan perhitungan manual, sistem ini juga mampu mendeteksi indikator sumber gempa bumi dalam satu hingga dua detik dan memproses sejumlah besar data. Sistem China ini telah berhasil mengidentifikasi data gempa bumi di beberapa negara, yang mendorong Beijing untuk mempromosikan sistem baru ini dan penggunaannya di negara-negara lain.

Dengan para ilmuwan China yang menekankan pentingnya mempelajari gangguan elektron atmosfer untuk deteksi dini gempa bumi, China telah mengambil langkah-langkah dalam hal ini. Setelah Beijing meluncurkan satelit Seismo-Electromagnetic China (CSES) untuk memantau gangguan di ionosfer Bumi, laporan China menunjukkan tahun lalu bahwa Pusat Jaringan Gempa Bumi China mengamati penurunan kepadatan elektron di ionosfer hingga 15 hari sebelum gempa yang melanda China pada Mei 2021 dan Januari 2022.

Namun demikian, kemampuan sistem ini untuk memprediksi gempa bumi yang akan datang tetap kecil, terutama ketidakmampuan untuk menentukan lokasi pasti di mana gempa bumi akan terjadi mengingat gempa besar dapat menciptakan perubahan di ionosfer jauh dari pusat gempa, yang membuat sulit untuk mengkonfirmasi lokasinya.

Jaringan pemantauan gerakan seismik Tokyo untuk memprediksi gempa bumi

Jepang menggunakan sistem berbasis AI untuk memprediksi gempa bumi menggunakan gambar satelit. Sistem-sistem tersebut digunakan untuk mendeteksi tanda-tanda atau tanah longsor, memantau infrastruktur yang sudah tua, dan mendeteksi serta memperbaiki titik-titik lemah sebelum bencana alam terjadi. Tokyo sedang mengembangkan sistem pembelajaran mesin yang memantau pergerakan tanah untuk memprediksi gempa bumi.

Implementasi sistem ShakeAlert di AS

USGS telah memperkenalkan sistem deteksi dini gempa bumi untuk California, Oregon, dan Washington, yang dikenal sebagai ShakeAlert. Sistem ini menggunakan jaringan sensor seismik untuk mendeteksi dan menilai gelombang gempa awal dan mentransmisikannya ke pusat data. Algoritma sistem menduga terjadinya gempa bumi nyata—sebagai lawan dari kejadian sensor insidental—jika empat sensor terpisah mencatat terjadinya getaran awal. Algoritma kemudian memperkirakan luas, lokasi, dan keparahan gempa bumi, dan, melalui sekelompok mitra, pesan peringatan dan notifikasi dikirim ke penduduk, pemangku kepentingan, dan operator infrastruktur vital.

Notifikasi tersebut dapat diintegrasikan dengan otomatisasi atau respons otomatis untuk menjaga keselamatan publik. Misalnya, sistem transit di San Francisco secara otomatis menunda kereta. Sistem otomatis juga dapat mengirim bantuan keuangan ke wilayah yang algoritma hitung memiliki potensi risiko tinggi.

Pengujian sistem Jerman untuk menganalisis data gempa bumi

Tim penelitian dari Pusat Penelitian Geosains Jerman dan Universitas Humboldt menggunakan teknologi AI dan pembelajaran mesin untuk menganalisis data seismik untuk mencapai prediksi gempa yang lebih cepat dan lebih akurat di sekitar gempa bumi. Sistem ini telah diuji melalui kumpulan data dari negara-negara rawan gempa yang memiliki jaringan stasiun gempa bumi, seperti Italia dan Jepang, dan telah diuji pada kumpulan ribuan gempa bumi yang tercatat.

Proyek Eropa untuk peringatan dini gempa bumi melalui AI

Uni Eropa memberikan pentingnya untuk meningkatkan sistem peringatan dini gempa bumi. Dalam kerangka ini, proyek EARLI yang didanai UE akan menggunakan AI untuk mengidentifikasi sinyal seismik lemah dan awal guna mempercepat peringatan dini dan mengeksplorasi potensi memprediksi gempa bumi. Sistem peringatan dini akan bergantung pada sinyal yang berasal dari gangguan medan gravitasi yang disebabkan oleh gempa bumi, dan algoritma AI yang dikembangkan akan disesuaikan untuk mencari sinyal yang mendahului gempa besar.

Kolaborasi Google dan Harvard untuk memprediksi gempa susulan

Google dan Harvard telah mengembangkan sistem AI yang dapat memprediksi gempa susulan, dengan mempelajari lebih dari 131.000 gempa bumi dan gempa susulan. Laporan menunjukkan sistem ini diuji pada 30.000 gempa bumi, dan berhasil memprediksi lokasi gempa susulan dengan akurasi lebih tinggi dibandingkan metode tradisional.

Penggunaan ponsel dalam deteksi dini gempa bumi

Ponsel dapat digunakan untuk deteksi dini bencana alam. Beberapa sistem deteksi gempa bumi yang mengandalkan data ponsel telah muncul, seperti Zizmos, yang diluncurkan pada tahun 2015, yang juga dikenal relatif murah dibandingkan dengan sistem deteksi dan peringatan tradisional. Zizmos dapat bekerja pada jaringan sensor yang lebih luas, melalui pembuatan jaringan jutaan sensor berbiaya rendah. Pengguna mengunduh aplikasi yang memantau beberapa indikator melalui ponsel dan mengumpulkan serta mengirim data saat getaran terjadi. Sistem ini dapat memantau pergerakan gempa bumi dan memperingatkan pengguna. Ada seruan untuk memaksimalkan penggunaan aplikasi semacam itu dengan memasukkannya ke dalam ponsel saat diproduksi, daripada mengandalkan pengguna untuk menginstalnya.

Beberapa perusahaan ponsel memperingatkan pengguna melalui pesan instan

Beberapa perusahaan telah memperkenalkan teknologi AI untuk membantu memperingatkan gempa bumi, seperti Xiaomi dari China, yang ponselnya memiliki sistem operasi yang mengirim peringatan gempa bumi untuk memperingatkan penggunanya dalam hitungan detik dan sebelum getaran pertama dirasakan. Beberapa sistem yang diikuti oleh perusahaan-perusahaan ini mengidentifikasi daftar orang yang rentan terhadap risiko gempa bumi, yang membutuhkan peringatan tersebut untuk mengirim notifikasi dan pesan, mengingat bahwa pengiriman notifikasi tersebut memerlukan lebih banyak detik dan memperlambat proses pemberitahuan.

Tantangan Data

Teknologi kecerdasan buatan (AI) telah membuka peluang baru dalam deteksi dini gempa bumi. Namun, ada tantangan yang perlu diatasi, terutama terkait data. Berikut adalah beberapa aspek penting yang perlu dipahami dalam menghadapi tantangan ini.

1. Kualitas Data: Deteksi dini gempa bumi memerlukan data yang akurat, obyektif, dan representatif. Data yang buruk atau cacat dapat mengakibatkan hasil yang tidak akurat. Khususnya, mengumpulkan data yang mewakili peristiwa gempa bumi yang sangat jarang dan tidak teratur merupakan tantangan tersendiri. Jaringan sensor membantu mengumpulkan data dengan akurasi tinggi, bahkan dari wilayah dengan topografi dan medan yang sulit. Investasi dalam teknologi sensor dan stasiun pemantauan gempa bumi menjadi kunci.
2. Keterbatasan Data Historis: Data historis gempa bumi hanya mencakup periode terakhir yang mungkin hanya berlangsung ratusan tahun, sementara siklus gempa bumi secara keseluruhan memakan ribuan tahun. Model yang dirancang berdasarkan data terbatas ini dapat menghadapi kendala efisiensi dan dimensi historis. Beberapa sistem juga kesulitan mendeteksi gempa bumi besar karena frekuensinya yang rendah dan kurangnya data historis.
3. Kerjasama Internasional: Aplikasi peringatan dini untuk bencana alam memerlukan pertukaran data internasional. Gempa bumi tidak mengenal batas negara, dan indikator yang diberikan oleh sistem cerdas di setiap negara mungkin tidak cukup untuk memberikan peringatan tepat waktu. Kerjasama global dalam membangun dataset yang andal menjadi penting.
4. Privasi dan Keamanan Data: Pengumpulan dan berbagi data menimbulkan kekhawatiran privasi dan keamanan, baik pada tingkat pribadi maupun data negara. Selain itu, percepatan transmisi data dan peringatan menjadi kunci, mengingat orang yang berada dekat dengan pusat gempa mungkin merasakan getaran sebelum menerima peringatan.
5. Peran AI: Meskipun AI dapat bersaing dengan manusia dalam skala dan kecepatan operasi, kualitas prediksi tergantung pada faktor lain. Meskipun banyak tantangan dalam pengembangan sistem prediksi gempa bumi, minat internasional terus berkembang untuk menggunakan teknologi AI guna mendeteksi gempa secara dini, menentukan lokasi dan kekuatannya, serta mengirimkan peringatan yang diperlukan untuk mengurangi dampaknya.

Dalam menghadapi tantangan ini, kolaborasi lintas sektor dan negara menjadi kunci untuk memastikan sistem peringatan dini gempa bumi yang efektif dan responsif. Semoga kita dapat terus memperbaiki dan memperkuat upaya kita dalam melindungi masyarakat dari ancaman gempa bumi.

Sumber: interregional.com