Riset ENSO, AI dan Indonesia: Kunci Menghadapi El Niño 2026

Latest

- Advertisement -spot_img

Para ilmuwan global memperlihatkan sinyal perkembangan variabilitas iklim yang dikenal sebagai El Niño, atau kemarau panjang, pada tahun 2026 ini, tetapi yang paling penting bukan hanya apakah El Niño muncul, melainkan jenis dan kekuatannya — faktor yang menentukan dampaknya di kepulauan Nusantara. Peneliti di University of Hawaiʻi, Manoa – Honolulu, Amerika Serikat saat ini fokus pada riset variabilitas ENSO (El Niño–Southern Oscillation), interaksi tropis–ekstratropis, dan penerapan kecerdasan buatan (Artificial Intelligence – AI) untuk meningkatkan prediksi iklim. Hasil riset mereka ditampilkan dihadapan Duta Besar RI untuk Amerika Serikat, Indroyono Soesilo dan delegasi KBRI Washington DC, pada 8 Juli 2026 di Kampus University of Hawaii, sekaligus mengkaji relevansinya bagi Indonesia yang rentan terhadap fluktuasi hujan dan musim kemarau.

Untuk Indonesia, El Niño sering berarti musim kemarau lebih panjang dan curah hujan yang menurun terutama di Jawa, Nusa Tenggara, dan bagian timur Nusantara. Dampak praktisnya meliputi gagal panen yang berakibat kerentanan pada ketahanan pangan, menurunnya pasokan air, meningkatnya risiko kebakaran hutan dan lahan serta gangguan pada ketersediaan energi—terutama permintaan pendinginan di kota-kota pesisir. Karena tipe El Niño berbeda (pusat pemanasan di Samudera Pasifik tengah vs timur), respons regional juga berbeda; oleh sebab itu proyeksi yang membedakan “flavors” ENSO jauh lebih berguna daripada prediksi biner saja. Pada pertemuan dengan Dekan School of Ocean, Earth Science and Technology, Professor Charles Fletcher, didampingi Professor Christina Karamperidou dari Department of Atmospheric Sciences, ditampilkan prediksi awal El Nino yang akan muncul pada September – Oktober 2026 dan menguat hingga Desember 2026.

Dalam pertemuan dengan Dubes RI tadi, para pakar University of Hawaii mengajak para ahli Indonesia untuk bekerjasama dalam mengkaji, sekaligus memahami, mekanisme ENSO dan penggunaan machine learning untuk memperbaiki prediksi serta mengisi celah data historis. Aplikasi langsungnya termasuk pengembangan sistem peringatan dini kekeringan, yang menggabungkan keragaman sinyal ENSO dan model AI, untuk memprediksi kejadian banjir ekstrem, serta untuk merekonstruksi paleoklimat lokal guna memvalidasi model iklim. Metode ini juga cocok untuk menganalisis pengaruh erupsi gunung api terhadap monsun dan ENSO—, ini merupakan hal penting bagi negara kepulauan dengan aktivitas vulkanik tinggi seperti Indonesia.

Dalam pertemuan tadi, juga dibahas peluang kolaborasi riset antara University of Hawaii dengan lembaga lembaga di Indonesia, a.l. Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) untuk integrasi observasi dan produk prediksi; dengan Badan Riset dan Inovasi Nasional (BRIN) untuk penelitian paleoklimat dan pengolahan data satelit; dengan Kementerian Pertanian untuk aplikasi adaptasi musim tanam dan dengan Universitas Indonesia, Institut Pertanian Bogor, Institut Teknologi Bandung dan Universitas Gadjah Mada untuk studi lokalitas dan alih teknologi AI; serta dengan Badan Nasional Penanggulangan Bencana (BNPB) untuk pengurangan risiko bencana. Kolaborasi ini dapat menghasilkan prototipe sistem peringatan dini, publikasi ilmiah bersama, dan program pengembangan kapasitas SDM untuk para ilmuwan muda Indonesia.

Dubes RI Indroyono Soesilo menyambut baik tawaran kerjasama riset ini dan mengundang Tim Pakar University of Hawaii untuk menggelar paparan, lewat zoom, guna menyampaikan presentasi tentang perkembangan mutakhir variabilitas iklim El Nino 2026 dihadapan para ahli dan ilmuwan Indonesia, dalam waktu dekat.

Menggabungkan pengetahuan proses fisika ENSO dari University of Hawaii – Manoa dengan data lapangan Indonesia dan keahlian lokal dalam manajemen risiko membuat kolaborasi ini sangat strategis, dapat meningkatkan ketepatan proyeksi, memberi dasar kebijakan adaptasi, dan mengurangi dampak sosial-ekonomi dari El Niño 2026 dan peristiwa ENSO mendatang.
***

- Advertisement -spot_img

More Articles