Pemenang Golden Globe “melacak” data, membuat prakiraan banjir 6 kali lebih akurat

(Dan Tri) - Pada momen penghargaan Golden Globe Awards 2025, Dr. Tran Ngoc Vinh merasa terganggu karena penelitiannya tidak dapat diterapkan untuk membantu kampung halamannya mengurangi kerusakan akibat badai dan banjir baru-baru ini.

Pada tanggal 29 Oktober, di Upacara Penghargaan Sains dan Teknologi Golden Globe 2025, Dr. Tran Ngoc Vinh tidak dapat menyembunyikan emosi dan kebanggaannya ketika karya penelitiannya mendapat penghargaan.

Melangkah ke atas panggung di tengah tepuk tangan dari rekan-rekannya yang berbakat, ilmuwan muda itu merasakan kebanggaan sekaligus penyesalan.

Sekitar sebulan yang lalu, kampung halaman Dr. Vinh ( Bac Ninh ) harus berjuang mengatasi banjir serius akibat pengaruh badai No. 11 (badai Matmo).

Momen saat dinobatkan menjadi penghargaan ini merupakan sebuah kebanggaan yang luar biasa, namun juga menjadi momen yang menyedihkan ketika proyek prakiraan banjir yang menjadi sumber penghargaan tersebut, tidak dapat memberikan kontribusi untuk membantu tanah air mengurangi besarnya kerugian jiwa dan harta benda.

Faktanya, pada tahun 2025, bencana alam di Vietnam akan terjadi lebih sering dan dengan tingkat keparahan yang semakin meningkat, yang akan berdampak serius pada kehidupan dan produksi masyarakat di seluruh negeri.

Hujan lebat, banjir bandang, dan badai yang datang berturut-turut menimbulkan tantangan yang semakin besar terhadap perkiraan, respons, dan pencegahan bencana.

Banjir yang naik telah menyebabkan banyak desa di sepanjang Sungai Thuong (Bac Ninh) tenggelam dalam akibat badai No. 11 (Foto: Manh Quan).

Dalam konteks tersebut, penelitian Dr. Tran Ngoc Vinh dianggap sebagai terobosan dalam perkiraan banjir ketika menggabungkan kecerdasan buatan (AI) dengan model fisik, memberikan akurasi 6 kali lebih tinggi daripada metode tradisional.

Karya tersebut diterbitkan dalam jurnal utama American Geophysical Union (AGU), yang menerbitkan kurang dari 100 studi setiap tahun.

Karya "Quiet Sa Pa" membuka jalan bagi ilmuwan muda untuk meneliti

Apa yang membuat Anda bertekad menekuni prakiraan banjir, Anda pasti sangat bersemangat atau melanjutkan tradisi keluarga Anda?

- Saya lulus dari Universitas Ilmu Pengetahuan Alam dan bekerja sebagai peneliti di sekolah tersebut hingga tahun 2017, mengambil jurusan ilmu kebumian, khususnya hidrometeorologi.

Pada tahun yang sama, saya menerima beasiswa PhD di Korea, dengan arah penelitian utama saya adalah peramalan banjir di sungai dan banjir perkotaan.

Dr. Vinh mengikuti pelatihan tentang pengelolaan sumber daya air oleh UNESCO di Pulau Jeju, Korea Selatan pada tahun 2021 (Foto: NVCC).

Sebelum menyelesaikan tesis saya, saya mulai melamar pekerjaan di AS dan beruntung menerima 10 tawaran dari universitas.

Akhirnya, saya memilih Universitas Michigan, tempat saya bekerja dan melakukan penelitian hingga hari ini.

Dulu sewaktu SMA, saya hampir tidak tahu apa-apa tentang bidang hidrometeorologi, kecuali gambaran seorang pemuda yang bekerja sebagai ahli meteorologi di puncak Gunung Yen Son dalam karya "Quiet Sa Pa" yang saya pelajari di buku Sastra.

Ketika saya mendaftarkan keinginan saya, saya hanya memikirkan industri "kunci" seperti ekonomi , teknologi informasi, atau konstruksi.

Kesempatan itu hanya benar-benar datang ketika aku gagal memenuhi keinginan pertamaku.

Pada tahun pertama kuliah, saya hampir tidak punya gambaran pekerjaan apa yang akan saya ambil di jurusan saya.

Baru pada tahun ketiga saya, ketika saya mulai berpartisipasi dalam proyek penelitian ilmiah dan menerima bimbingan khusus dari para guru, saya secara bertahap menyadari pentingnya bidang ini dan benar-benar mencintai jurusan yang saya pilih.

Saya berkesempatan pergi ke banyak tempat di seluruh negeri untuk mengukur sungai, laut, arus, meteorologi...

Perjalanan itulah yang membuatku sadar betapa indah dan kayanya negeriku, dan di saat yang sama, para ahli dan dokter dari dalam dan luar negeri mengajariku banyak hal.

Pakar dan guru mana yang menginspirasi Anda?

- Memang sebagian benar, jika kita melihat sendiri masyarakat di wilayah Tengah yang setiap tahun harus menghadapi banjir.

Sungai-sungai seperti Sungai Lam dan Sungai Thu Bon meluap setiap kali hujan deras, menyebabkan kerugian bagi manusia. Fakta ini selalu membuat saya bertanya-tanya bagaimana cara memperkirakan risiko dengan lebih akurat untuk meminimalkan risiko.

Minat penelitian saya difokuskan pada banjir sungai dan banjir perkotaan.

Penerapan kecerdasan buatan (AI) pada hakikatnya hanyalah metode baru untuk meningkatkan akurasi, mengikuti model matematika dan fisika sebelumnya.

Seiring kemajuan AI, saya ingin melihat seberapa besar teknologi ini dapat meningkatkan perkiraan.

Kegembiraan Golden Globes dan kecemasan para peramal banjir

Ketika penelitian Anda diumumkan dan Anda memegang penghargaannya, apa perasaan Anda?

- Ini tahun kedua saya masuk nominasi, tetapi tahun pertama saya masuk 10 besar, diakui atas usaha saya adalah pengakuan yang berharga.

Mungkin sebagian karena waktu ketika wilayah Utara menghadapi banjir berturut-turut, nilai terapan penelitian ini diakui dan mendapat lebih banyak perhatian.

Dr. Vinh adalah rekan penulis 8 paten, puluhan artikel yang diterbitkan di jurnal Q1 dan beberapa buku khusus di bidang hidrologi (Foto: NVCC).

Namun kegembiraan itu bercampur dengan berbagai kekhawatiran, ketika banyak tempat di seluruh negeri terendam banjir, terutama di kampung halaman saya Bac Ninh, yang membuat saya merasa sangat sedih.

Ada kalanya kita merasa tidak berdaya, karena meskipun kita memiliki datanya, tidak ada cara untuk menyampaikan informasi itu kepada masyarakat dengan cara yang tercepat dan paling efektif.

Apa tujuan akhir yang ingin Anda capai dengan proyek ini?

- Pekerjaan saya tidak berhenti pada pembuatan model peramalan yang lebih akurat, tujuannya adalah untuk berkontribusi dalam mengurangi risiko dan kerusakan yang disebabkan oleh banjir.

Saya ingin mengembangkan sistem peramalan interaktif dua arah di mana informasi datang tidak hanya dari pihak berwenang, tetapi juga dari kelompok manajemen, bisnis, dan bahkan warga negara.

Bagian yang lebih penting terletak pada tahap koneksi, komunikasi dan pengambilan keputusan, sehingga informasi perkiraan dapat sampai kepada masyarakat secara tepat waktu dan jelas.

Menurut Anda, apa saja keterbatasan utama dalam prakiraan banjir dan komunikasi saat ini yang membuat orang bersikap pasif dalam menghadapi bencana alam?

- Faktanya, sebagian besar informasi hanya pada tingkat "ramalan hujan lebat", sementara yang ingin diketahui masyarakat adalah area, sungai, atau jalan mana yang berisiko banjir sehingga mereka dapat memberikan tanggapan secara proaktif.

Salah satu fakta yang mudah terlihat adalah rendahnya kualitas prakiraan banjir dari sumber resmi, namun banyaknya prakiraan tidak resmi dari “pakar jaringan”.

Informasi ramalan yang bersifat "clickbait" dapat menimbulkan kesalahpahaman dan kebingungan di masyarakat.

Sementara itu, minimnya prakiraan dengan rentang waktu prakiraan yang panjang (hasil prakiraan perlu diinformasikan kepada masyarakat beberapa hari sebelumnya) menyebabkan respons terhadap bencana alam saat ini sangat terbatas.

Banjir baru-baru ini di Bac Ninh adalah contoh khas yang menunjukkan bahwa orang-orang hanya "mulai merespons" ketika permukaan air di sungai telah naik sangat tinggi dan hampir meluap, saat itulah orang-orang hanya punya waktu untuk memobilisasi kekuatan untuk membangun tanggul dan memindahkan aset.

Ini adalah tindakan darurat dan situasional.

Tetapi jika ada sistem perkiraan yang cukup awal dan cukup terperinci, orang-orang dapat bersikap jauh lebih proaktif dan kerusakan dapat dikurangi secara signifikan.

Hambatan masalah banjir perkotaan

  Kecerdasan buatan menghadirkan kemampuan peramalan yang cepat, tetapi memiliki banyak potensi risiko. Bagaimana Anda mengendalikan "sisi gelap" tersebut?

- Selama proyek berlangsung, saya mengalami banyak kesulitan dan kegagalan, terutama masalah sulitnya mengumpulkan sumber data yang bersih dan komprehensif.

Data pengukuran aktual sering kali tidak konsisten, yang menyebabkan hasil prakiraan buruk saat menerapkan model dari Amerika Serikat Bagian Tengah hingga Bagian Barat, terutama di cekungan berbatu, dan menjadi "kuburan" model prakiraan.

Dr. Vinh dan rekan-rekannya mengembangkan kerangka kerja pemodelan baru, yang menggabungkan AI dan model perkiraan banjir Model Air Nasional (NWM), untuk membantu mengurangi kesalahan dalam pemrograman perkiraan banjir dan membuat prediksi yang lebih akurat (Foto: Vu Thanh Binh).

Di bidang perkiraan banjir, kecerdasan buatan dapat menghasilkan hasil yang baik, tetapi efektivitasnya sangat bergantung pada kualitas data.

Karena tidak dapat sepenuhnya memahami sifat fisiknya, model tersebut perlu diuji secara menyeluruh sebelum diterapkan, dikombinasikan dengan pengalaman manusia untuk memastikan keandalan.

Di Universitas Michigan, berkat komputasi kinerja tinggi, proses pelatihan model hanya membutuhkan waktu 1-3 hari, sementara menggunakan sistem konvensional, pekerjaan ini dapat memakan waktu hingga satu bulan.

Di Vietnam, jika ada investasi besar dalam ilmu pengetahuan dasar, penerapan AI dalam perkiraan banjir tidak akan lagi menjadi mimpi yang jauh.

Dari sudut pandang peneliti, menurut Anda apa penyebab banjir di Hanoi setelah setiap hujan lebat, meskipun ada investasi dalam pencegahan banjir?

- Faktanya, Hanoi masih banjir meskipun ada investasi dalam infrastruktur, pembangunan jalan dan saluran pembuangan, tetapi belum ada penelitian dasar untuk memahami sifat jaringan aliran perkotaan.

Hujan deras pada 7 Oktober menyebabkan banjir parah di banyak jalan di Hanoi (Foto: Vu Thanh Binh).

Penyebab utamanya dapat dijelaskan karena sistem drainase saat ini tidak mampu atau tidak bekerja efektif dalam mengalirkan banjir.

Salah satu penyebab tidak efektifnya sistem drainase banjir adalah banyaknya lubang got yang tertutup sampah, sehingga air hujan tidak dapat mengalir keluar, dan secara signifikan mengurangi efisiensi operasional seluruh sistem.

Setiap kali hujan deras, sampah mengalir ke saluran pembuangan, menyebabkan penyumbatan lokal.

Sementara itu, pemeliharaan saluran pembuangan dan pekerjaan pengerukan menghadapi banyak kesulitan karena kepadatan penduduk yang tinggi dan banyaknya limbah rumah tangga.

Hanya 0,1-1% dari jutaan penduduk Hanoi yang membuang sampah sembarangan sudah cukup untuk berdampak serius pada sistem drainase perkotaan.

Penelitian ilmiah dasar membantu untuk memahami sifat mengapa suatu titik terendam banjir dan ke arah mana air mengalir, yang akan membantu kita mengalokasikan dan mengatur aliran secara wajar, dan pada saat yang sama mendukung pengelola untuk merencanakan investasi infrastruktur yang lebih efektif.

Apakah Anda berencana kembali ke Vietnam untuk bekerja guna menyelesaikan masalah Anda?

- Saya selalu berharap untuk memiliki kesempatan kembali ke Vietnam, jika saya dapat terus mengembangkan diri dan menekuni bidang penelitian yang saya cita-citakan, sambil tetap memastikan keamanan finansial saya untuk menghidupi keluarga saya.

Menyeimbangkan kehidupan, baik karier maupun tanggung jawab keluarga, sangatlah penting.

Dr. Tran Ngoc Vinh saat kembali ke Universitas Ilmu Pengetahuan Alam untuk menghadiri perayaan ulang tahun ke-30 Fakultas Hidrometeorologi dan Oseanografi (Foto: Vu Thanh Binh).

Selain itu, hingga saat ini anggaran untuk ilmu kebumian, terutama untuk prakiraan bencana banjir, masih rendah. Proyek-proyek terbesar hanya menghabiskan biaya sekitar 5-10 miliar VND.

Tentu saja, anggaran suatu proyek akan menentukan kualitas output-nya. Investasi yang terbatas menyebabkan keterbatasan data, teknologi, atau sistem komputasi yang digunakan untuk penelitian.

Terima kasih TS atas obrolannya!

Sumber: https://dantri.com.vn/khoa-hoc/chu-nhan-qua-cau-vang-truy-vet-du-lieu-dua-du-bao-lu-chinh-xac-gap-6-lan-20251114153912464.htm