📑 Daftar Isi

Ilustrasi prakiraan cuaca per jam dari model AI WeatherNext 3 Google DeepMind

WeatherNext 3: Model AI Google Prediksi Cuaca Lebih Akurat

Penulis:Nur Hamzah
Terbit:
Diperbarui:
⏱️4 menit membaca
Bagikan:
  • Google DeepMind merilis WeatherNext 3, model AI prediksi cuaca terbaru dengan data satelit langsung
  • Resolusi prakiraan meningkat dari grid 25 km menjadi 5 kilometer persegi
  • Akurasi prediksi presipitasi meningkat hingga 50 persen, terutama di wilayah yang sebelumnya kurang andal
  • Model ini berguna untuk industri energi terbarukan dengan prediksi kecepatan angin ketinggian turbin dan radiasi matahari
  • WeatherNext 3 terintegrasi di Google Search, Gemini, Google Maps, Google Maps Weather API, dan Google Earth Engine
  • Pengguna bisa mencoba model di Google Weather Lab; versi original tersedia open-source sejak Agustus 2026

Telset.id – Google DeepMind resmi merilis WeatherNext 3, pembaruan model prediksi cuaca bertenaga AI yang diklaim mampu memberikan prakiraan lebih detail untuk berbagai variabel kunci seperti suhu, kelembapan, dan kecepatan angin. Model baru ini menjadi lompatan signifikan karena memanfaatkan data satelit langsung untuk menghasilkan resolusi prakiraan yang jauh lebih tinggi dibanding pendahulunya.

Kehadiran WeatherNext 3 menjadi kabar penting bagi industri energi terbarukan. DeepMind menyatakan model ini sangat berguna bagi perusahaan yang bergerak di bidang produksi energi terbarukan karena kemampuannya memprediksi “kecepatan angin 100 meter (sekitar ketinggian turbin) untuk output energi angin yang presisi, serta cakupan awan resolusi tinggi dan tingkat radiasi matahari untuk membantu ladang surya.”

Peningkatan resolusi menjadi salah satu keunggulan utama WeatherNext 3. Jika versi sebelumnya, WeatherNext 2, menggunakan grid 25 kilometer persegi, model terbaru ini mampu memberikan prakiraan dalam grid 5 kilometer persegi. Artinya, detail prakiraan cuaca yang dihasilkan menjadi lima kali lebih spesifik dan akurat.

Perubahan fundamental yang mendasari peningkatan ini terletak pada sumber data pelatihan model. WeatherNext 3 tidak lagi hanya mengandalkan data dari model prediksi cuaca numerik yang memiliki jeda waktu enam jam. Sebagai gantinya, model ini mengintegrasikan data satelit langsung yang memberikan “pandangan atmosfer yang kaya dan terus diperbarui.”

Ilustrasi prakiraan cuaca per jam dari WeatherNext 3

Akurasi Prediksi Curah Hujan Meningkat Hingga 50 Persen

Kemampuan WeatherNext 3 dalam memproses data stasiun cuaca yang tersebar juga memungkinkan model ini memberikan prakiraan lebih detail untuk variabel seperti kelembapan. Hal ini penting karena tingkat kelembapan dapat berubah drastis hanya dalam jarak satu kilometer.

DeepMind juga menyoroti peningkatan signifikan dalam prediksi curah hujan. Dengan menggabungkan data presipitasi dari NASA dan analisis satelit milik Google sendiri, WeatherNext 3 disebut lebih unggul dalam memprediksi fenomena seperti hujan dan salju.

Menurut DeepMind, model ini menghasilkan “prakiraan presipitasi yang hingga 50 persen lebih akurat—dengan peningkatan terbesar terjadi di wilayah-wilayah yang selama ini memiliki catatan prakiraan kurang andal.” Ini menjadi kabar baik bagi daerah-daerah yang kerap kesulitan mendapatkan prakiraan cuaca akurat.

Integrasi Luas di Ekosistem Google

WeatherNext 3 tidak hanya menjadi proyek riset internal. Model ini akan langsung diintegrasikan ke berbagai produk dan layanan Google yang banyak digunakan masyarakat. Beberapa di antaranya termasuk hasil pencarian cuaca di Google Search, aplikasi Gemini, dan Google Maps.

Selain itu, pengembang juga bisa memanfaatkan model ini melalui Google Maps Weather API dan Google Earth Engine. Integrasi yang luas ini menunjukkan komitmen Google untuk menghadirkan teknologi prakiraan cuaca terkini kepada pengguna dan pengembang secara bersamaan.

Bagi masyarakat umum yang penasaran dengan kemampuan model ini, Google telah menyediakan akses langsung melalui Google Weather Lab. Pengguna bisa mencoba langsung simulasi prakiraan cuaca yang dihasilkan WeatherNext 3 tanpa perlu keahlian teknis khusus.

Sementara itu, bagi pengembang yang ingin membangun aplikasi menggunakan model ini, kabar baiknya adalah model WeatherNext versi original telah dirilis sebagai open-source sejak Agustus 2026. Ini membuka peluang bagi inovasi lebih luas di luar ekosistem Google.

Dampak bagi Sektor Energi Terbarukan

Fokus utama WeatherNext 3 pada kebutuhan industri energi terbarukan menjadi sinyal penting arah pengembangan model ini. Kemampuan memprediksi kecepatan angin pada ketinggian turbin secara presisi membantu operator ladang angin merencanakan output energi mereka dengan lebih baik.

Demikian pula untuk ladang surya, informasi mengenai cakupan awan dan tingkat radiasi matahari yang lebih akurat memungkinkan pengelola memperkirakan produksi listrik secara lebih andal. Ini berdampak langsung pada efisiensi operasional dan perencanaan distribusi energi.

Pengembangan model ini juga sejalan dengan komitmen Google terhadap keberlanjutan. Sebelumnya, Google juga telah menunjukkan keseriusannya di sektor energi melalui berbagai inisiatif, termasuk investasi pada sumber energi terbarukan untuk mendukung operasional pusat data mereka.

Masa Depan Prakiraan Cuaca Berbasis AI

Peluncuran WeatherNext 3 menandai babak baru dalam pemanfaatan AI untuk prakiraan cuaca. Penggunaan data satelit langsung secara real-time mengatasi kelemahan utama model sebelumnya yang bergantung pada data dengan jeda waktu.

Kemampuan model untuk memberikan prakiraan per jam dalam grid 5 kilometer merupakan peningkatan substansial yang dapat dimanfaatkan berbagai sektor. Mulai dari pertanian yang membutuhkan informasi cuaca presisi, hingga logistik dan transportasi yang bergantung pada kondisi cuaca.

Dengan integrasi di Google Search, Gemini, dan Google Maps, jutaan pengguna akan merasakan manfaat langsung dari teknologi ini dalam waktu dekat. Sementara ketersediaan model open-source memberikan kesempatan bagi komunitas riset dan pengembang untuk terus mengembangkan kemampuan model.

Keakuratan prediksi presipitasi yang meningkat hingga 50 persen, terutama di wilayah dengan catatan prakiraan kurang andal, menunjukkan bahwa model ini tidak hanya sekadar pembaruan teknis. Ini adalah langkah nyata untuk menghadirkan informasi cuaca yang lebih dapat diandalkan bagi semua orang, termasuk di wilayah yang selama ini kurang terlayani dengan baik.

Seiring berjalannya waktu, akumulasi data satelit yang terus diperbarui akan semakin meningkatkan kemampuan model ini. Artinya, kualitas prakiraan WeatherNext 3 berpotensi terus membaik seiring waktu, menjadikannya alat yang semakin berharga untuk berbagai kebutuhan.

[CONTENT_END]

Ikuti Telset.id di Google NewsFollow

Komentar

Belum ada komentar.