Prediksi Gempa Susulan, Peneliti Libatkan Kecerdasan Buatan

Eka Santhika, CNN Indonesia | Jumat, 31/08/2018 00:08 WIB
Prediksi Gempa Susulan, Peneliti Libatkan Kecerdasan Buatan Ilustrasi (REUTERS/Beawiharta)
Jakarta, CNN Indonesia -- Kecerdasan buatan yang disebut neural network diperkirakan bisa memprediksi dimana gempa susulan akan terjadi setelah gempa bumi pertama.

Akurasi prediksi ini diperkirakan lebih tepat ketimbang teknik standar, seperti dipublikasikan sebuah studi yang dipubikasikan Nature, Rabu (29/8).

Setelah gempa bumi utama, gempa bumi susulan bisa membahayakan para penyintas dan mereka yang mencari pertolongan. Studi tersebut dilakukan oleh sekelompok peneliti dari Universitas Harvard, Universitas Connecticut, dan Google.


Mereka tengah melatih neural network yang mereka buat agar bisa memprediksi apakan akan terjadi gempa susulan di wilayah tertentu.

Neural network ini dilatih dengan memberi data yang diambil dari contoh 131.000 pasang gempa dan gempa susulan yang muncul berikutnya. Daerah yang dilanda gempa dipetakan dalam jejaring sel (grid cell).

Neural network ini belajar untuk memprediksi wilayah gempa susulan dengan mempelajari distribusi tekanan yang terjadi akibat gempa awal. Pemetaan wilayah gempa susulan ini dilakukan dengan peta daerah yang sudah diberi jejaring sel tadi.

"Dengan membedakan volume dari tiap gempa utama, prediksi pascagempa bisa diformulasikan sebagai masalah klasifikasi binari dalam skala besar. Akurasi tiap sel grid mencapai 5 km x5 km x 5 km. Sel grid pada volume setelah gempa utama bisa jadi mengakibatkan gempa susulan atau tidak," tulis laporan itu.

Neural network telah diuji untuk 30.000 kejadian gempa bumi. Sejauh ini, prediksi gempa susulan dengan teknologi ini lebih akurat dari metode sebelumnya (Couloumb failure stress change).

Metode lawas ini memeriksa perubahan tekanan di sekitar daerah setelah gempa terjadi.
Metode pengukuran gempa paling akurat diberi nilai 0,5 sampai 1. Neural network berhasil mendapat skor 0,849. Sementara metode Couloumb mendapat skor 0,583.

"Kriteria Coulomb failure stress change telah banyak digunakan untuk menentukan posisi gempa susulan [...] Neural network bisa memprediksi lebih baik," jelas Phoebe DeVries, mahasiswa pascasarjana dari Universitas Harvard seperti dikutip The Register.

Model neural network ini masih berupa prototipe dan belum memperhitungkan berbagai jenis tekanan fisik lain. Sehingga, metode perkiraan gempa ini masih belum bisa digunakan dalam waktu dekat. Meski demikian pengembangan metode ini terus berlanjut dan diharapkan bisa digunakan oleh para pengamat gempa dan tim penyelamat.

"Kami memandaang hal ini sebagai langkah awal yang membangkitkan semangat. Masih banyak fenomena fisik yang mungkin memengaruhi perilaku gempa susulan," jelas DeVries.

"Tapi ke depan, machine learning bisa menjadi alat yang sangat kuat untuk menghubungkan semua jenis fenomena fisik [seperti] perubahan tegangan dinamis, perubahan tegangan poroelastik, struktur geologi yang ada untuk memprediksi perilaku gempa susulan."
(eks/eks)