
Groundsource: AI Google yang Bisa Prediksi Banjir Bandang
Epiclopedia.ID – Groundsource merupakan sistem kecerdasan buatan terbaru yang diperkenalkan oleh Google untuk memprediksi potensi banjir bandang hingga 24 jam sebelum kejadian. Teknologi ini...
Epiclopedia.ID – Groundsource merupakan sistem kecerdasan buatan terbaru yang diperkenalkan oleh Google untuk memprediksi potensi banjir bandang hingga 24 jam sebelum kejadian. Teknologi ini dikembangkan dengan memanfaatkan model AI Gemini yang mampu menganalisis jutaan laporan berita global untuk menemukan pola kejadian banjir.
Table Of Content

Sistem ini dirancang untuk membantu meningkatkan kesiapsiagaan terhadap bencana alam, khususnya banjir bandang yang sering terjadi secara tiba-tiba dan sulit diprediksi.
Groundsource Analisis Jutaan Berita Banjir Global
Untuk membangun sistem prediksi tersebut, Groundsource memanfaatkan pendekatan yang berbeda dari metode konvensional. Google menggunakan model Gemini untuk menelusuri sekitar 5 juta artikel berita tentang banjir dari berbagai negara sejak tahun 2000.
Informasi dari laporan-laporan tersebut kemudian diubah menjadi dataset ilmiah yang berisi data lokasi dan waktu kejadian banjir. Setelah melalui proses penyaringan, penghapusan duplikasi, serta penerjemahan dari berbagai bahasa, data tersebut menghasilkan sekitar 2,6 juta catatan kejadian banjir di lebih dari 150 negara.
Dataset inilah yang kemudian digunakan untuk melatih model AI dalam mengenali pola yang dapat memicu banjir bandang.
AI Prediksi Risiko Banjir Berdasarkan Banyak Faktor
Dalam sistem Groundsource, model AI memanfaatkan teknologi Long Short-Term Memory (LSTM), yaitu jaringan saraf yang dirancang untuk menganalisis data berurutan dari waktu ke waktu.
Model ini menggabungkan berbagai faktor penting, seperti:
- Prakiraan cuaca per jam
- Tingkat urbanisasi suatu wilayah
- Kemampuan tanah menyerap air
- Kondisi topografi wilayah
Berdasarkan analisis tersebut, sistem dapat memberikan sinyal potensi banjir bandang dalam 24 jam ke depan, terutama untuk wilayah perkotaan dengan kepadatan penduduk lebih dari 100 orang per kilometer persegi.
Prediksi tersebut dapat diakses melalui platform Google Flood Hub yang sebelumnya juga digunakan untuk memberikan peringatan banjir sungai kepada sekitar dua miliar orang di seluruh dunia.
Cara Melihat Prediksi Banjir di Flood Hub
Melalui Flood Hub, pengguna dapat mencari negara atau kota tertentu untuk melihat kemungkinan banjir bandang dalam waktu 24 jam ke depan.
Pada peta yang ditampilkan, terdapat dua indikator utama:
- Kotak merah: menunjukkan kemungkinan banjir sangat tinggi
- Kotak oranye: menunjukkan potensi banjir di area tersebut
Namun fitur prediksi banjir bandang perkotaan ini masih berada dalam tahap Beta.
Keterbatasan Teknologi Groundsource
Meski menawarkan pendekatan baru dalam prediksi bencana, Groundsource masih memiliki beberapa keterbatasan.
Sistem ini saat ini hanya mampu memprediksi area sekitar 20 kilometer persegi, atau setara dengan wilayah kecamatan kecil. Selain itu, model AI belum dapat memperkirakan tingkat keparahan banjir yang mungkin terjadi.
Akurasi sistem juga dapat berkurang di wilayah yang memiliki sedikit liputan berita karena data historis yang tersedia menjadi lebih terbatas.
Selain itu, teknologi ini masih belum setara dengan sistem pemantauan banjir milik National Weather Service di Amerika Serikat yang memanfaatkan data radar hujan secara real-time.
Melengkapi Sistem Peringatan Bencana Google
Sebelum menghadirkan Groundsource, Google sebenarnya sudah memiliki fitur peringatan bencana melalui program Google SOS Alerts.
Program ini menyediakan beberapa jenis peringatan darurat seperti:
- Flood Alert untuk banjir
- Fire Alert untuk kebakaran hutan
- Excessive Heat Warning untuk gelombang panas ekstrem
Informasi tersebut memanfaatkan data dari lembaga pemerintah, organisasi kemanusiaan, media terpercaya, serta layanan Google lainnya seperti Google Maps dan Waze.
Dengan pendekatan baru melalui Groundsource, Google berharap teknologi AI dapat membantu mengisi kekurangan data yang selama ini menjadi kendala dalam memprediksi banjir bandang serta membantu pemerintah dan organisasi kemanusiaan merespons bencana lebih cepat.




