Fenomena Badai Matahari Ekstrem Bisa Diprediksi, Inovasi Terbaru BRIN Solusinya

AKURAT BANTEN - Badan Riset dan Inovasi Nasional (BRIN) tengah mengembangkan sistem kecerdasan buatan (artificial intelligence/AI) berbasis multi-modal deep learning untuk memperkirakan kekuatan medan magnet pada badai Matahari.

Medan magnet ini merupakan komponen kunci yang menentukan tingkat risiko badai Matahari terhadap Bumi. 

Dengan teknologi AI tersebut, sistem mampu memberikan peringatan dini hingga 96 jam atau sekitar empat hari sebelum badai benar-benar tiba di Bumi.

"Seperti halnya kita mempersiapkan diri menghadapi badai di daratan, kita juga perlu memahami seberapa besar kekuatan badai Matahari agar langkah mitigasi bisa dilakukan secara tepat," ujar peneliti Pusat Riset Antariksa (PRA) BRIN, Tiar Dani, saat diwawancarai Tim Humas BRIN di BRIN Kawasan Sains dan Teknologi Samaun Samadikun, Bandung, Senin (22/6/2026).

Baca Juga: Ekspor Perikanan Indonesia Tembus 6,27 Miliar USD, Terungkap Strategi Hilirisasi dan Tantangannya

Ia memaparkan bahwa tingkat intensitas badai Matahari sangat dipengaruhi oleh arah medan magnet antarplanet yang ikut terbawa saat peristiwa tersebut terjadi.

Dalam kajian fisika antariksa, komponen ini dikenal sebagai Bz. Ketika arah medan magnet tersebut mengarah ke selatan (southward) selama beberapa jam, interaksinya dengan medan magnet Bumi menjadi jauh lebih kuat dan signifikan.

Kondisi ini dapat diibaratkan seperti kunci yang berhasil membuka sistem pertahanan.

Medan magnet Bumi yang berfungsi sebagai pelindung alami menjadi lebih rentan ditembus oleh partikel dan energi berlebih dari Matahari.

Baca Juga: BRIN Lakukan Uji Terbang Drone PUNA, Ini Peran Pentingnya untuk Indonesia

Dampaknya bisa berupa berbagai gangguan, mulai dari badai geomagnetik, gangguan satelit, navigasi, komunikasi radio, hingga terganggunya sistem jaringan listrik di Bumi.

Namun demikian, memprediksi arah serta waktu ketika komponen Bz mencapai nilai minimum bukanlah hal yang sederhana.

Tantangan ini bahkan menjadi salah satu masalah paling kompleks dalam studi fisika Matahari dan cuaca antariksa yang dikenal sebagai "The Bz Problem."

Untuk menjawab tantangan tersebut, Tiar Dani bersama timnya mengembangkan sistem AI berbasis multi-modal deep learning bernama Bz4SWx.

Sistem ini dirancang untuk memprediksi nilai minimum Bz sekaligus menentukan waktu terjadinya dalam rentang 96 jam setelah peristiwa lontaran massa korona atau coronal mass ejection (CME).

Tujuannya adalah memperkirakan potensi terjadinya badai geomagnetik secara lebih akurat.

Sebagai gambaran tingkat bahayanya, kekuatan badai geomagnetik yang dipicu oleh penurunan tajam nilai Bz ini diklasifikasikan dari level ringan (G1) hingga ekstrem (G5).

"Pada tingkat ringan, dampaknya bisa berupa gangguan kecil pada jaringan listrik dan kemunculan aurora. Tetapi jika nilai Bz sangat negatif dan berlangsung lama, badai dapat mencapai level ekstrem (G5)," jelasnya.

Pada kondisi tersebut, lanjutnya, ancamannya sangat serius dan berpotensi merusak. Arus listrik induksi dalam jumlah besar dapat merusak transformator hingga menyebabkan pemadaman listrik skala luas seperti yang pernah terjadi di Quebec pada 1989.

Selain itu, gangguan juga bisa melumpuhkan komunikasi radio penerbangan global serta meningkatkan kepadatan atmosfer atas yang berpotensi menarik turun puluhan satelit dari orbitnya.

***