Sukses

Cuaca Indonesia Hari Ini Kamis 7 Desember 2023: Sebagian Wilayahnya Hujan Seharian

Langit pagi Indonesia, Kamis (7/12/2023) diprediksi sebagiannya berawan, cerah berawan, kabut, dan hujan ringan. Begitulah prakiraan cuaca Indonesia hari ini.

Liputan6.com, Jakarta - Langit pagi Indonesia, Kamis (7/12/2023) diprediksi sebagiannya berawan, cerah berawan, kabut, dan hujan ringan. Begitulah prakiraan cuaca Indonesia hari ini.

Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) melaporkan, cuaca hujan ringan pagi hari ini diprediksi guyur Banjarmasin, Palangkaraya, Samarinda, Tanjung Pinang, dan Medan.

Kemudian di siang nanti, sebagian cuaca Indonesia diprakirakan berawan, cerah berawan, hujan ringan, hujan sedang, dan hujan petir.

Sebagian wilayah Indonesia yang diprediksi hujan berintensitas ringan siang nanti di antaranya Jakarta Pusat, Gorontalo, Palangkaraya, Samarinda, Bandar Lampung, Ambon, Ternate, dan Kupang.

Lalu malam hari nanti diprakirakan BMKG sebagiannya bakal berawan, cerah berawan, berawan tebal, hujan ringan, hujan lebat, dan hujan petir.

Wilayah Palangkaraya, Samarinda, dan Manokwari diprediksi turun hujan dengan intensitas ringan pada malam nanti. Waspada hujan petir malam hari nanti diprakirakan Tarakan serta hujan lebat di Medan.

Berikut informasi prakiraan cuaca Indonesia selengkapnya yang dikutip Liputan6.com dari laman resmi BMKG www.bmkg.go.id:

 Kota  Pagi  Siang  Malam
 Banda Aceh  Cerah Berawan  Berawan  Cerah Berawan
 Denpasar  Cerah Berawan  Berawan  Cerah Berawan
 Serang  Berawan  Hujan Sedang  Berawan
 Bengkulu  Hujan Ringan  Cerah Berawan  Berawan
 Yogyakarta   Berawan  Hujan Petir  Berawan
 Jakarta Pusat   Berawan  Hujan Ringan  Berawan
 Gorontalo   Cerah Berawan  Hujan Ringan  Cerah Berawan
 Jambi   Berawan  Hujan Petir  Berawan Tebal
 Bandung   Cerah Berawan  Berawan  Hujan Ringan
 Semarang   Cerah Berawan  Cerah Berawan  Hujan Ringan
 Surabaya   Berawan  Hujan Sedang  Berawan
 Pontianak   Cerah Berawan  Berawan  Cerah Berawan
 Banjarmasin   Hujan Ringan  Hujan Petir  Berawan
 Palangkaraya  Hujan Ringan  Hujan Ringan  Hujan Ringan
 Samarinda  Hujan Ringan  Hujan Ringan  Hujan Ringan
 Tarakan   Cerah Berawan  Cerah Berawan  Hujan Petir
 Pangkal Pinang  Cerah Berawan  Hujan Petir  Cerah Berawan
 Tanjung Pinang   Hujan Ringan  Hujan Sedang  Berawan Tebal
 Bandar Lampung  Berawan  Hujan Ringan  Cerah Berawan
 Ambon   Berawan  Hujan Ringan  Berawan
 Ternate   Berawan  Hujan Ringan  Berawan
 Mataram   Berawan  Hujan Sedang  Berawan
 Kupang   Cerah Berawan  Hujan Ringan  Berawan
 Kota Jayapura  Berawan  Berawan  Berawan
 Manokwari   Berawan  Hujan Ringan  Hujan Ringan
 Pekanbaru   Kabut  Hujan Ringan  Cerah Berawan
 Mamuju   Berawan  Hujan Ringan  Hujan Sedang
 Makassar   Berawan  Hujan Petir  Berawan
 Kendari   Cerah Berawan  Hujan Ringan  Cerah Berawan
 Manado    Berawan  Hujan Sedang  Cerah Berawan
 Padang   Berawan  Hujan Ringan  Berawan
 Palembang  Cerah Berawan  Hujan Ringan  Cerah Berawan
 Medan   Hujan Ringan  Hujan Sedang  Hujan Lebat
2 dari 4 halaman

NASA dan IBM Berkolaborasi Kembangkan Model AI untuk Aplikasi Cuaca dan Iklim

Sebelumnya, NASA dan IBM bekerja sama membangun model dasar AI (kecerdasan buatan) untuk aplikasi cuaca dan iklim. 

Mereka menggabungkan pengetahuan dan keterampilan masing-masing di bidang ilmu kebumian dan AI untuk model tersebut.

Mengutip Engadget, Senin 4 Desemebr 2023, mereka mengklaim bahwa model tersebut akan menawarkan 'keunggulan signifikan dibandingkan teknologi yang sudah ada'.

Model AI saat ini, seperti GraphCast dan Fourcastnet, bisa menghasilkan prakiraan cuaca lebih cepat daripada model meteorologi tradisional. Namun, IBM mencatat bahwa ini adalah emulator AI (bukan model dasar). 

Seperti namanya, model dasar adalah teknologi dasar yang mendukung aplikasi AI generatif. 

"Emulator AI dapat membuat prediksi cuaca berdasarkan kumpulan data pelatihan, tetapi tidak memiliki aplikasi lebih dari itu. Mereka juga tidak dapat mengkodekan fisika yang menjadi inti prakiraan cuaca," kata IBM.

NASA dan IBM berharap model dasar AI yang mereka bangun memiliki aksesibilitas lebih luas, waktu inferensi lebih cepat, dan keragaman data lebih besar. Selain itu juga meningkatkan keakuratan perkiraan untuk aplikasi iklim lainnya.

3 dari 4 halaman

Harapan pada Model Dasar NASA dan IBM

Model ini juga diharapkan mampu memprediksi fenomena meteorologi, menyimpulkan informasi beresolusi tinggi berdasarkan data beresolusi rendah, dan "mengidentifikasi kondisi yang kondusif untuk segala hal mulai dari turbulensi pesawat hingga kebakaran hutan."

Ini mengikuti model dasar lain miliki NASA dan IBM yang dikerahkan pada bulan Mei lalu. Dengan memanfaatkan data dari satelit NASA untuk kecerdasan geospasial, IBM berpendapat bahwa ini merupakan model geospasial terbesar pada platform AI sumber terbuka Hugging Face.

Sejauh ini, model AI tersebut telah digunakan untuk melacak dan memvisualisasikan aktivitas penanaman dan pertumbuhan pohon di kawasan menara air (lanskap hutan yang menahan air) di Kenya.

Tujuannya adalah untuk menanam lebih banyak pohon dan mengatasi masalah kelangkaan air. Model ini juga digunakan untuk menganalisis pulau panas perkotaan di Uni Emirat Arab.

Sebelumnya, tim peneliti DeepMind Google telah menciptakan algoritma prediksi cuaca berbasis pembelajaran mesin dan kecerdasan buatan (AI), yang dikenal sebagai GraphCast. Alat ini dilaporkan menjadi sebuah terobosan baru di dunia pelaporan cuaca

Dalam waktu kurang dari satu menit, GraphCast mampu memprediksi variabel cuaca untuk kurun waktu 10 hari, mengungguli teknologi prediksi pola cuaca tradisional dengan tingkat kebenaran mencapai 90 persen.

4 dari 4 halaman

GraphCast, AI Milik Google Mampu Prediksi Cuaca Kurang dari Semenit

Cara kerja GraphCast melibatkan pengambilan dua kondisi cuaca terkini dari Bumi, termasuk variabel dari waktu pengujian dan enam jam sebelumnya.

Dengan memanfaatkan data ini, program artificial intelligence dapat memprediksi kondisi cuaca dalam enam jam ke depan, memberikan keunggulan dalam kecepatan dan akurasi prediksi.

Dilansir Engadget, Rabu 15 November 2023, GraphCast telah membuktikan kemanjurannya dalam praktik, seperti memprediksi pendaratan Badai Lee di Long Island 10 hari sebelum terjadi.

Kecepatan prediksi ini menjadi unggul karena GraphCast tidak harus mengatasi kompleksitas fisika dan dinamika fluida seperti model prediksi cuaca tradisional.

Kelebihan GraphCast tidak hanya terbatas pada kecepatan dan skala prediksi. Program ini juga dapat memprediksi peristiwa cuaca buruk, seperti siklon tropis dan gelombang suhu ekstrem. 

Dengan kemampuan untuk dilatih ulang menggunakan data terbaru, GraphCast diharapkan semakin meningkat dalam memprediksi osilasi pola cuaca yang terkait dengan perubahan iklim.