Mahasiswa Unsri kembangkan Artificial Intelligence untuk Prediksi Hujan dan Kekeringan

Sekelompok mahasiswa Universitas Sriwijaya (Unsri) mengembangkan penelitian berbasis kecerdasan buatan untuk mendukung upaya mitigasi bencana kekeringan di Kabupaten Ogan Ilir, Sumatera Selatan. Penelitian ini memanfaatkan teknologi Long Short-Term Memory (LSTM), salah satu metode deep learning, untuk memprediksi curah hujan dan mengklasifikasikan tingkat kekeringan menggunakan Standardized Precipitation Index (SPI).

Penelitian tersebut dilaksanakan melalui Program Kreativitas Mahasiswa bidang Riset Eksakta (PKM-RE) tahun 2025 dan memperoleh dukungan pendanaan dari Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia (Kemendikbudristek RI).

Tim penelitian diketuai oleh Annisa Reida Raheima dari Program Studi Teknik Informatika. Anggota tim terdiri atas Evan Febrian dan Nabila Kurnia Aprianti dari Program Studi Teknik Informatika, serta Dio Subayu Jonathan dari Program Studi Ilmu Tanah.

Gagasan penelitian ini berangkat dari kondisi sektor pertanian di Kabupaten Ogan Ilir yang masih sangat bergantung pada curah hujan. Perubahan iklim menyebabkan pola musim hujan dan kemarau semakin sulit diprediksi. Kondisi tersebut dapat menimbulkan berbagai permasalahan bagi petani, mulai dari penurunan produktivitas pertanian hingga meningkatnya risiko bencana kekeringan.

Ketua tim, Annisa Reida Raheima, menjelaskan bahwa penerapan LSTM ditujukan untuk menghasilkan prediksi curah hujan yang lebih akurat berdasarkan data historis. Hasil prediksi tersebut selanjutnya dianalisis menggunakan metode SPI untuk mengetahui kategori tingkat kekeringan. Informasi ini diharapkan dapat membantu petani dan pemerintah daerah dalam mempersiapkan langkah antisipasi terhadap risiko perubahan iklim.

LSTM merupakan bagian dari jaringan saraf tiruan yang memiliki kemampuan mempelajari pola data dalam rentang waktu panjang. Dalam penelitian ini, metode tersebut digunakan untuk mengolah data curah hujan historis guna memperkirakan kondisi curah hujan pada periode mendatang.

Hasil prediksi kemudian diproses menggunakan Standardized Precipitation Index (SPI), yaitu metode yang digunakan untuk mengklasifikasikan tingkat kebasahan dan kekeringan. Klasifikasi tersebut terdiri atas tujuh kategori, yaitu sangat basah, basah, agak basah, normal, agak kering, kering, dan sangat kering.

Tim berharap inovasi ini tidak hanya menghasilkan penelitian akademis, tetapi juga dapat memberikan kontribusi nyata dalam mendukung mitigasi bencana kekeringan.

Pemanfaatan teknologi prediksi dini dinilai berpotensi membantu sektor pertanian di Kabupaten Ogan Ilir, yang dikenal sebagai salah satu daerah lumbung pangan di Sumatera Selatan. Dengan memperoleh informasi mengenai perkiraan kondisi hujan dan tingkat kekeringan, petani diharapkan dapat menyesuaikan jadwal tanam, menentukan varietas tanaman yang lebih tahan terhadap kondisi kering, serta mempersiapkan ketersediaan air untuk kebutuhan irigasi.

Suherman, seorang petani berusia 45 tahun dari Indralaya, menyambut positif penelitian tersebut. Menurutnya, kemampuan memprediksi waktu datangnya musim kering dapat membantu petani melakukan persiapan lebih awal. Selama ini, petani masih banyak mengandalkan pengalaman dan tanda-tanda alam dalam memperkirakan perubahan musim.

Penelitian ini juga menunjukkan kontribusi mahasiswa Unsri dalam menghubungkan perkembangan teknologi dengan kebutuhan masyarakat. Melalui skema PKM-Riset Eksakta, para mahasiswa didorong untuk menghasilkan gagasan dan penelitian inovatif yang relevan dengan permasalahan di lingkungan sekitar.

Pihak kampus turut memberikan apresiasi terhadap penelitian tersebut. Berdasarkan keterangan dalam artikel, dosen pembimbing menilai bahwa penelitian ini sejalan dengan misi Universitas Sriwijaya dalam menghasilkan karya riset yang aplikatif dan sesuai dengan kebutuhan masyarakat.

Ke depan, pengembangan model kecerdasan buatan ini diharapkan dapat menjadikan Kabupaten Ogan Ilir sebagai salah satu contoh penerapan teknologi AI dalam sektor pertanian. Inovasi tersebut juga diharapkan dapat menginspirasi daerah lain untuk memanfaatkan teknologi dalam menghadapi ancaman kekeringan akibat perubahan iklim.

Selain berorientasi pada manfaat bagi masyarakat, tim juga berharap penelitian ini dapat melaju ke Pekan Ilmiah Mahasiswa Nasional (Pimnas), sebagai ajang untuk memperkenalkan hasil kreativitas dan inovasi mahasiswa dari berbagai perguruan tinggi di Indonesia.

Melalui penelitian ini, tim PKM-RE Unsri berharap pengembangan teknologi prediksi curah hujan dan klasifikasi kekeringan dapat memberikan manfaat yang lebih luas, khususnya dalam membantu masyarakat dan pemerintah daerah mempersiapkan strategi menghadapi risiko kekeringan.