Darilaut – Penelitian terbaru Met Office — layanan meteorologi nasional Inggris—menyebutkan prakiraan berbasis probabilitas dapat memberikan informasi yang lebih baik untuk pengambilan keputusan berbasis cuaca.
Melansir Wmo.int dan Metoffice.gov.uk untuk pertama kalinya, Met Office menggabungkan 25 tahun penelitian untuk menjelaskan mengapa prakiraan probabilistik menjadi pusat prediksi cuaca di Inggris.
Penelitian ini didanai oleh Public Weather Service dan diterbitkan dalam jurnal Weather milik Royal Meteorological Society.
Analisis komprehensif tentang bagaimana prakiraan berbasis probabilitas (peluang terjadinya suatu peristiwa atau kejadian), menangkap ketidakpastian yang melekat pada pola cuaca yang diprediksi, dapat memberikan prakiraan dan informasi yang lebih baik untuk pengambilan keputusan.
Selain itu, penelitian yang ditinjau oleh rekan sejawat membahas bagaimana pemahaman publik tentang prakiraan berbasis probabilitas seharusnya tidak menjadi penghalang untuk penerapannya seperti yang sebelumnya diperkirakan.
Ketidakpastian Peramalan
Prakiraan probabilitas, berdasarkan peramalan ensemble seperti yang disebut dalam ilmu meteorologi, adalah pendekatan yang pada dasarnya berbeda dengan banyak prakiraan cuaca yang muncul di TV.
Sementara pada siaran tradisional, presenter berdiri di depan peta dan menunjukkan proyeksi tunggal (deterministik) dari pola cuaca. Prakiraan ensemble menggunakan kondisi awal yang sedikit berbeda untuk menjalankan prakiraan ke depan beberapa kali.
Pendekatan ini menghasilkan prakiraan ensemble – biasanya 20-50 simulasi – yang menawarkan gambaran yang lebih kaya dan lebih bernuansa tentang kemungkinan.
Met Office telah memelopori penggunaan prediksi ensemble, awalnya untuk prediksi satu bulan ke depan, dengan penelitian sejak tahun 1986 tentang menjalankan prakiraan beberapa kali untuk lebih memahami skenario yang mungkin terjadi di atmosfer.
Perubahan kecil pada kondisi awal saja dapat mengakibatkan perubahan besar pada prakiraan cuaca. Biasanya jangka waktu yang lebih Panjang, tetapi kadang-kadang jangka waktu yang lebih pendek, sehingga prakiraan ensemble merupakan metode untuk menangkap dan mengomunikasikan ketidakpastian tersebut.
Penulis penelitian ini, Met Office Science Fellow, Ken Mylne, mengatakan prakiraan ensemble sering beroperasi sebagai sistem tambahan bagi ahli meteorologi, berjalan bersamaan dengan model deterministik tunggal untuk memberikan ukuran ketidakpastian.
“Namun, studi selama bertahun-tahun menunjukkan bagaimana ensemble memberikan kemampuan prediksi yang lebih baik daripada model deterministik Tunggal,” kata Ken seperti dikutip dari Metoffice.gov.uk.
“Dengan fokus yang lebih besar pada ensemble, dapat menangkap rentang ketidakpastian untuk memberikan informasi yang dibutuhkan publik agar dapat membuat keputusan yang lebih baik.”
Memahami Probabilitas
Penelitian ini juga membahas apakah orang dapat memahami ketidakpastian dalam prakiraan cuaca, sesuatu yang sangat penting untuk mewujudkan manfaat penuh dari pendekatan yang berbeda dalam menghasilkan prakiraan cuaca.
Komunikasi ketidakpastian sering dilakukan oleh presenter dengan bahasa mereka, meskipun cara paling umum ketidakpastian dikomunikasikan melalui banyak aplikasi adalah ‘% kemungkinan hujan’ yang ditampilkan.
Inilah interaksi sebagian besar orang dengan prakiraan ensemble, mengomunikasikan persentase kemungkinan hujan turun pada jam atau hari tertentu, yang diinformasikan oleh hasil simulasi model yang menangkap ketidakpastian tersebut.
Ken menjelaskan bagaimana asumsi sebelumnya tentang kurangnya pemahaman tentang probabilitas mungkin tidak benar.
“Sebagian besar diskusi sebelumnya tentang mengekspresikan probabilitas dalam prakiraan cuaca dimulai dari asumsi bahwa hal itu sulit dipahami oleh orang dan bahwa mengekspresikan ketidakpastian dapat merusak kepercayaan orang terhadap prakiraan dan oleh karena itu merusak kemampuan mereka untuk membuat Keputusan,” ujarnya.
“Namun, penelitian ini menunjukkan bahwa asumsi ini salah. Orang dapat memahami prakiraan probabilistik dan memang dapat menganggapnya lebih bermanfaat untuk menginformasikan keputusan berbasis cuaca.”