Setiap musim gugur, saat belahan bumi utara memasuki musim dingin, Judah Cohen mulai menyusun teka-teki atmosfer yang rumit. Cohen, seorang ilmuwan peneliti di Departemen Teknik Sipil dan Lingkungan (CEE) MIT, telah menghabiskan waktu puluhan tahun mempelajari bagaimana kondisi di Arktik menentukan arah cuaca musim dingin di seluruh Eropa, Asia, dan Amerika Utara. Penelitiannya berawal dari pekerjaan pascadoktoralnya dengan Bacardi dan Profesor Dara Entekhabi dari Yayasan Air Stockholm yang mengamati tutupan salju di wilayah Siberia dan hubungannya dengan prakiraan musim dingin.
Perkiraan Cohen untuk musim dingin 2025-2026 menyoroti musim yang ditandai dengan indikator-indikator yang muncul dari Arktik menggunakan alat kecerdasan buatan generasi baru yang membantu mengembangkan gambaran atmosfer secara menyeluruh.
Melihat lebih jauh dari faktor pendorong perubahan iklim pada umumnya
Prakiraan cuaca musim dingin sangat bergantung pada diagnostik El Niño–Southern Oscillation (ENSO), yaitu kondisi tropis Samudra Pasifik dan atmosfer yang memengaruhi cuaca di seluruh dunia. Namun, Cohen mencatat bahwa ENSO relatif lemah tahun ini.
“Ketika ENSO lemah, saat itulah indikator iklim dari Arktik menjadi sangat penting,” kata Cohen.
Cohen memantau diagnostik lintang tinggi dalam prakiraan submusimnya, seperti tutupan salju di Siberia pada bulan Oktober, perubahan suhu di awal musim, luasnya lautan es Arktik, dan stabilitas pusaran kutub. “Indikator-indikator ini dapat memberikan gambaran yang sangat rinci tentang musim dingin yang akan datang,” katanya.
Salah satu prediktor data Cohen yang paling konsisten adalah cuaca bulan Oktober di Siberia. Tahun ini, ketika Belahan Bumi Utara mengalami suhu hangat yang luar biasa pada bulan Oktober, suhu di Siberia lebih dingin dari biasanya dengan turunnya salju lebih awal. “Suhu dingin yang dipadukan dengan tutupan salju awal cenderung memperkuat pembentukan massa udara dingin yang nantinya dapat menyebar ke Eropa dan Amerika Utara,” kata Cohen – pola cuaca yang secara historis dikaitkan dengan lebih seringnya musim dingin di akhir musim dingin.
Suhu laut yang hangat di Laut Barents–Kara dan fase osilasi kuasi-dua tahunan “timur” juga menunjukkan potensi pusaran kutub yang lebih lemah di awal musim dingin. Ketika gangguan ini terjadi bersamaan dengan kondisi permukaan pada bulan Desember, hal ini menyebabkan suhu lebih rendah dari normal di seluruh wilayah Eurasia dan Amerika Utara pada awal musim.
Perkiraan submusim AI
Meskipun model cuaca AI telah mencapai kemajuan yang mengesankan dalam prakiraan jangka pendek (satu hingga 10 hari), kemajuan ini belum diterapkan pada periode yang lebih lama. Prediksi submusim yang mencakup dua hingga enam minggu tetap menjadi salah satu tantangan terberat di lapangan.
Kesenjangan itulah yang menyebabkan tahun ini bisa menjadi titik balik bagi prakiraan cuaca submusiman. Sebuah tim peneliti yang bekerja dengan Cohen memenangkan tempat pertama untuk musim gugur dalam kompetisi prakiraan submusim AI WeatherQuest 2025, yang diadakan oleh Pusat Prakiraan Cuaca Jarak Menengah Eropa (ECMWF). Tantangan ini mengevaluasi seberapa baik model AI menangkap pola suhu selama beberapa minggu, dimana perkiraan secara historis terbatas.
Model pemenang ini menggabungkan pengenalan pola pembelajaran mesin dengan diagnostik Arktik yang sama yang telah disempurnakan Cohen selama beberapa dekade. Sistem ini menunjukkan kemajuan yang signifikan dalam perkiraan multi-minggu, melampaui AI dan data dasar statistik terkemuka.
“Jika tingkat kinerja ini bertahan di beberapa musim, ini bisa mewakili langkah maju yang nyata dalam prediksi submusim,” kata Cohen
Model tersebut juga mendeteksi potensi gelombang dingin pada pertengahan Desember di Pantai Timur AS jauh lebih awal dari biasanya, beberapa minggu sebelum sinyal tersebut biasanya muncul. Perkiraan tersebut dipublikasikan secara luas di media secara real-time. Jika divalidasi, jelas Cohen, hal ini akan menunjukkan bagaimana menggabungkan indikator Arktik dengan AI dapat memperpanjang waktu dalam memprediksi cuaca yang berdampak.
“Menandai potensi kejadian ekstrem tiga hingga empat minggu sebelumnya akan menjadi momen yang menentukan,” tambahnya. “Hal ini akan memberi utilitas, sistem transportasi, dan lembaga publik lebih banyak waktu untuk bersiap.”
Apa yang mungkin terjadi pada musim dingin ini
Model Cohen menunjukkan peluang lebih besar terjadinya kondisi lebih dingin dari biasanya di seluruh wilayah Eurasia dan Amerika Utara bagian tengah pada musim dingin nanti, dengan anomali terkuat kemungkinan terjadi pada pertengahan musim.
“Kita masih terlalu dini, dan polanya bisa berubah,” kata Cohen. “Tetapi bahan-bahan untuk pola musim dingin yang lebih dingin sudah ada.”
Seiring dengan semakin cepatnya pemanasan di Arktik, dampaknya terhadap perilaku musim dingin menjadi semakin jelas, sehingga semakin penting untuk memahami hubungan ini dengan perencanaan energi, transportasi, dan keselamatan publik. Penelitian Cohen menunjukkan bahwa Arktik memiliki kekuatan prakiraan submusim yang belum dimanfaatkan, dan AI dapat membantu membuka peluang tersebut untuk jangka waktu yang telah lama menjadi tantangan bagi model tradisional.
Pada bulan November, Cohen bahkan muncul sebagai petunjuk Washington Post teka-teki silang, sebuah tanda kecil betapa luasnya penelitiannya memasuki perbincangan publik tentang cuaca musim dingin.
“Bagi saya, Arktik selalu menjadi tempat yang harus diperhatikan,” katanya. “Sekarang AI memberi kita cara baru untuk menafsirkan sinyalnya.”
Cohen akan terus memperbarui pandangannya sepanjang musim di blognya.
