logo2

ugm-logo

BNPB Beberkan Penyebab Dominan Bencana Alam di Indonesia serta Dampak Terbesar

Harianjogja.com, SLEMAN- Seluruh wilayah Indonesia rawan terjadi bencana alam. Badan Nasional Penanggulangan Bencana (BNPB) menargetkan penurunan indeks risiko bencana hingga 30% pada tahun depan. Salah satu hal yang perlu dilakukan agar target tersebut tercapai adalah peningkatan kapasitas masyarakat dan pemerintah dalam menghadapi bencana.

Direktur Pengurangan Risiko Bencana BNPB Raditya Jati mengatakan, jumlah bencana alam di Indonesia selalu meningkat. 80% bencana alam di negeri ini disebabkan oleh hidrometeorologi. Sementara sisanya bersifat geologi.

Meski jumlah bencana yang bersifat geologi lebih sedikit, tapi Jati menyebut dampaknya lebih besar dari bencana yang disebabkan hidrometrologi. Salah satu contoh paling baru adalah gempa bumi yang melanda Pulau Lombok, Nusa Tenggara Barat beberapa waktu lalu.

"Kalau kita lihat persentase kejadian geologi, gempa bumi persentasenya cukup besar, kejadian bencana geologi lebih tinggi dan lebih merusak," ujar Jati pada Seminar Nasional Kebumian Ke-11 bertema Perspektif Ilmu Kebumian dalam Kajian Bencana Geologi di Indonesia, Rabu (5/9/2018). Seminar Nasional Kebumian diselenggarakan Departemen Teknik Geologi UGM.

BNPB, kata Jati, saat ini sedang berupaya melakukan labelling bangunan yang sifatnya tidak kuat terhadap gempa. Hal ini penting dilakukan karena membunuh manusia bukanlah gempanya itu sendiri, melainkan bangunan-bangunan yang roboh ketika bumi bergoncang.

Langkah prioritas yang dilakukan dalam menghadapi bencana, kata Jati, adalah memberikan pemahaman mengenai risiko bencana. "Yang paling penting adalah meningkatkan kapasitas masyarakat, pemerintah. Risiko bencana bisa turun kalau kita meningkatkan kapasitas."

"Yang harus dilakukan pertama adalah pengurangan risiko bencana harus masuk ke dalam lini-lini kementerian dan lembaga yang lain, tidak bisa BNPB berdiri sendiri, namun perlu juga dukungan lembaga lain," lanjut Jati.

Kepala Bidang Mitigasi Gempa Bumi dan Tsunami PVMBG Sri Hidayati mengatakan, ilmu kebumian berperan penting dalam mitigasi bencana geologi melalui analisis yang dilakukan dari perspektif sumber dan dampak. Hal ini kemudiam bisa digunakan untuk menyusun peta mitigasi bencana.

Ia mengambil contoh kasus letusan Gunung Agung, Bali. Analisis dilakukan melalui penginderaan jauh untuk melihat sebaran abu dan material vulkanis. Output yang dihasilkan dari analisis tersebut berupa peta mitigasi bencana untuk meminimalisir dampak letusan gunung tersebut.

"Dalam mitigasi gerakan tanah, metode penginderaan jauh diaplikasikan untuk memetakan kerentanan tanah sebelum dilakukan penelitian lapangan. Ancaman bencana geologi harus diterima dengan lapang dada sebagai konsekuensi dari kondisi geologi wilayah Indonesia," jelasnya.

Kecerdasan Buatan Dikembangkan untuk Prediksi Gempa Susulan

Gempa susulan sering kali sama mengerikannya dengan peristiwa utama. Saat ini, para ilmuwan sedang mengembangkan sebuah sistem yang dapat memprediksi kapan dan di mana gempa susulan akan terjadi. Mereka menggunakan aplikasi kecerdasan buatan atau Artificial Intelligence (AI) untuk mewujudkannya.

Mengetahui lebih banyak tentang apa yang akan terjadi selanjutnya berkaitan erat dengan hidup dan mati penduduk yang tinggal di wilayah rentan gempa.

Sama seperti gempa utama, gempa susulan pun bisa menyebabkan cedera, kematian, kerusakan bangunan, dan mempersulit upaya penyelamatan.

Sekelompok peneliti dari Harvard University telah melatih kecerdasan buatan untuk ‘mengunyah’ data sensor dalam jumlah besar dan menerapkan pembelajaran mendalam agar prediksinya lebih akurat.

Para ilmuwan di balik sistem baru ini mengatakan, AI tersebut belum siap digunakan, tapi ia lebih bisa diandalkan dalam menentukan gempa susulan dibanding model prediksi yang ada sekarang.

Dalam beberapa tahun ke depan, kecerdasan buatan akan menjadi bagian penting dari sistem prediksi yang digunakan seismolog.

“Ada tiga hal yang ingin Anda ketahui dari gempa bumi: kapan akan terjadi, seberapa besar, dan di mana pusatnya,” kata Brendan Meade, salah satu anggota tim peneliti dari Harvard University.

“Terkait teknologi terbaru ini, kami sudah memiliki hukum empiris tentang kapan dan seberapa besar gempa yang akan terjadi. Sekarang, kami sedang meneliti kaki ketiganya, yaitu di mana gempa berlangsung,” tambahnya.

Ide menggunakan pembelajaran mendalam untuk mengatasi masalah gempa, datang kepada Meade ketika dia mengambil cuti panjang dari Google.

Pembelajaran mendalam ini lebih canggih dari mesin. Ia menerapkan apa yang disebut ‘jaringan saraf’ untuk mencoba dan meniru proses berpikir otak.

Dalam istilah yang lebih simpel, AI dapat melihat beberapa kemungkinan sekaligus. Kemudian mempertimbangkan faktor yang lebih kompleks, seperti yang dilakukan neuron di otak.

Ini sangat sempurna bagi gempa bumi, yang memiliki beberapa variabel untuk dipertimbangkan – mulai dari kekuatan getaran, posisi lempeng tektonik, dan jenis tanah yang terlibat.
Pembelajaran mendalam dari AI akan menemukan pola-pola yang tidak bisa ditemukan manusia sebelumnya.

Untuk menggunakannya pada gempa susulan, Meade dan rekan-rekannya menyadap data interpretasi 131 ribu gempa bumi dan susulan, yang diambil dari 199 peristiwa.

Setelahnya, mereka membiarkan mesin kecerdasan buatan ‘mengunyah’ data tersebut, hingga ia mampu memprediksi 30 ribu aktivitas gempa susulan. Menunjukkan kemungkinan bahwa gempa susulan akan menyerang lokasi dalam jaringan lima kilometer.

Menurut peneliti, kunci utama yang perlu ditambahkan dalam algoritma AI adalah von mises kriteria – sebuah perhitungan yang dapat memprediksi kapan material akan pecah di bawah tekanan.

Studi dipublikasikan pada jurnal Nature itu, para ilmuwan mengatakan, model AI yang mereka kembangkan saat ini hanya dirancang untuk menangani satu jenis pemicu gempa susulan dan garis sesar sederhana.

Oleh sebab itu, sistem ini belum bisa digunakan pada semua jenis gempa di seluruh dunia.

Lebih lanjut, kecerdasan buatan ini masih terlalu lambat untuk memprediksi gempa susulan yang bisa terjadi satu atau dua hari setelah gempa utama.

Namun, kabar baiknya, ‘jaringan saraf’ pada AI memang dirancang untuk membaik dari waktu ke waktu. Artinya, dengan semakin banyak data dan siklus pembelajaran, maka sistem ini dapat meningkat.

sumber: http://jogja.tribunnews.com/

More Articles ...