Seorang nelayan dari Tahuna, Sulawesi Utara, membatalkan keberangkatan pagi itu setelah melihat langit berubah keabu-abuan dan angin tiba-tiba menguat dari arah timur laut. Ia tidak membaca laporan BMKG. Ia hanya mengandalkan pengalaman puluhan tahun — dan rasa bahwa gelombang di Perairan Kepulauan Sangihe akan naik dalam 24 jam ke depan. Ternyata benar: dua hari kemudian, BMKG mengonfirmasi deteksi siklon tropis Mekkhala di timur laut Filipina, dengan dampak langsung pada ketinggian gelombang hingga 2,5 meter di wilayah tersebut.
Kenapa Prediksi Gelombang Masih Terpisah dari Sistem Peringatan Dini
Deteksi siklon tropis Mekkhala oleh BMKG memang akurat — namun informasi itu belum secara otomatis memicu peringatan dini berbasis risiko bagi nelayan, kapal feri, atau operator pelabuhan kecil di Sangihe. Sistem peringatan dini BMKG saat ini masih mengandalkan alur kerja dua tahap: pertama, analisis siklon oleh Pusat Meteorologi Maritim; kedua, penerusan manual ke unit lokal untuk disosialisasikan lewat SMS atau media sosial. Tidak ada integrasi real-time antara model cuaca numerik dan platform notifikasi berbasis lokasi seperti yang sudah dioperasikan di Vietnam dan Thailand sejak 2022.
Dilansir Tempo Tekno, BMKG telah menguji coba sistem berbasis AI untuk prediksi gelombang tinggi sejak 2023 di tiga stasiun pantai di Nusa Tenggara Timur. Namun uji coba itu belum menyentuh infrastruktur operasional utama — terutama di wilayah kepulauan yang rentan dan tersebar seperti Sangihe. Padahal, menurut data BMKG sendiri, 68% kecelakaan kapal kecil di wilayah Sulawesi Utara terjadi dalam jarak kurang dari 12 mil dari pantai, dan 73% di antaranya terjadi saat peringatan dini tidak tersampaikan tepat waktu.
Baca juga: Mosseri Klaim Tak Tahu Data Keselamatan Remaja Dibatasi
Apa yang Hilang dari Model Prediksi Berbasis Lokasi
Yang hilang bukan teknologi, tapi arsitektur keputusan. BMKG punya akses ke data satelit Himawari-9, model numerik GFS dan ECMWF, serta sensor gelombang real-time dari 17 buoy di seluruh Indonesia. Tapi sistem itu belum dibangun sebagai satu kesatuan yang bisa menghasilkan output seperti: "Di perairan 10 km utara Tahuna, gelombang >2 meter berpeluang muncul dalam 18 jam — beri peringatan ke 3.217 nomor telepon nelayan terdaftar." Sebaliknya, outputnya masih berupa peta umum dan level waspada berbasis zona administratif.
Ini berbeda dengan sistem "Marine Weather Alert" di Filipina, yang mulai aktif sejak Januari 2024. Di sana, ketika siklon Mekkhala terdeteksi, sistem otomatis mengirimkan notifikasi berbeda ke tiga kelompok: nelayan (dengan rekomendasi jarak aman), operator pelabuhan (dengan estimasi waktu penundaan bongkar muat), dan sekolah pesisir (dengan panduan evakuasi darurat). Semua berdasarkan koordinat GPS dan profil risiko tiap titik — tidak hanya radius 200 km dari pusat siklon.
Baca juga: Komposter Dapur AI: Uji Coba 2 Tahun dan Realitas di Rumah Jakarta
Di Indonesia, integrasi semacam itu terhambat oleh dua hal: keterbatasan bandwidth di stasiun pemantau maritim daerah dan ketiadaan standar data terbuka antar-instansi. Badan Informasi Geospasial (BIG) dan Kemenhub belum sepenuhnya menyelaraskan format data posisi kapal dan jalur pelayaran dengan format output model cuaca BMKG. Akibatnya, sistem prediksi tetap 'cerdas' di pusat, tapi 'bisu' di ujung lapangan.
Kesenjangan ini bukan soal anggaran belanja teknologi, tapi juga soal prioritas desain sistem. BMKG memang mengembangkan platform 'CuacaKita' untuk publik, tapi fiturnya masih fokus pada suhu dan curah hujan — bukan gelombang, arus, atau tekanan udara ekstrem di laut. Padahal, menurut catatan Kementerian Kelautan dan Perikanan, kerugian ekonomi akibat penundaan aktivitas penangkapan ikan karena cuaca buruk mencapai Rp1,2 triliun per tahun — jumlah yang setara dengan 40% dari total subsidi operasional kapal perikanan nasional.
Fakta tambahan yang jarang diungkap: BMKG memiliki 12 stasiun pemantau gelombang otomatis di wilayah timur Indonesia, tapi hanya 3 di antaranya yang terhubung langsung ke sistem peringatan dini nasional. Sisanya masih mengirim data harian via email atau USB drive — sebuah prosedur yang nyaris identik dengan metode yang digunakan pada awal 2000-an.