WeatherNext memprediksi pendaratan Hurricane Melissa lima hari sebelum kejadian

Google DeepMind mengklaim model WeatherNext berhasil memprediksi pendaratan Hurricane Melissa di Jamaica pada kategori 5, lima hari sebelum kejadian, ketika badai itu masih kategori 1. Trade-off klasik dalam forecasting, menurut DeepMind, adalah model global skala besar bagus melacak lintasan badai tapi kabur soal konveksi skala kecil yang menentukan intensitas, sementara model lokal beresolusi tinggi sebaliknya. WeatherNext dilatih pada data cuaca global puluhan tahun bersama dataset siklon tropis, dan dipresentasikan sebagai model pertama yang menyelesaikan dua hal itu sekaligus untuk peristiwa seperti Melissa.

Angkanya spesifik. Lima hari sebelum landfall, WeatherNext memberi confidence 80% bahwa Melissa akan mendarat sebagai kategori 5; angka itu naik ke nyaris 100% pada tiga hari sebelum kejadian. Model bisa menjalankan 50 skenario ensemble paralel untuk analisis what-if, dan laporan verifikasi National Hurricane Center untuk musim 2025 menempatkannya sebagai model individu terbaik untuk lintasan sekaligus intensitas. DeepMind menyebut NHC ikut memakai output WeatherNext untuk mendukung peringatan publik, bukan hanya evaluasi internal.

Ini bagian dari pola lebih luas, model cuaca berbasis AI mulai berpindah dari demo riset ke alat operasional yang benar-benar dikonsultasi forecaster. Yang membuat WeatherNext lebih jelas dari banyak contoh lain, perbandingannya operasional, langsung dengan model yang sudah dipakai NHC.

Kenapa ini penting

Rapid intensification adalah bagian forecasting yang paling sulit dan alasan utama perintah evakuasi sering terlambat. Model yang bisa menyebut landfall kategori 5 lima hari di depan, pada jadwal operasional, mengubah keputusan yang bisa diambil otoritas bencana. Catatannya, ini baru hasil satu musim; forecaster akan menunggu beberapa badai lagi sebelum WeatherNext dianggap default, bukan sekadar second opinion yang berguna.