Heri Kuswanto (kanan) bersama kolega riset internasionalnya saat menghadiri Degrees Global Forum (DGF) 2025 di Cape Town, Afrika Selatan. (Ist)
Berdasarkan permasalahan tersebut, alumnus Leibniz University Hannover, Jerman ini menghadirkan konsep TRUSS untuk menghasilkan validasi model yang lebih akurat dengan mempertimbangkan ketidakpastian data. Pendekatan yang digunakan dengan mengombinasikan metode statistik Bayesian Model Averaging (BMA) dengan algoritma machine learning seperti XGBoost.
“Bukan sekadar teknis, inovasi ini juga akan menjadi dasar ilmiah penting dalam pengambilan kebijakan iklim global,” tegas Heri.
Heri menerangkan bahwa riset TRUSS berfokus pada kawasan Indonesia dan Asia Tenggara. Dengan ruang lingkup berupa dampak SRM terhadap kekeringan, curah hujan ekstrem, dan indeks iklim relevan.
“Validasi model dilakukan dengan mencocokkan hasil simulasi dengan data kejadian iklim historis,” ungkapnya.
Dalam pelaksanaannya, lanjut Heri, riset yang akan berjalan selama tiga tahun ini dengan menggandeng kolaborator internasional seperti Daniela Visioni dari Cornell University, Amerika Serikat dan Matthew Henry, peneliti dari Inggris, yang merupakan pakar dalam bidang simulasi iklim global. Selain itu, dua dosen Departemen Statistika ITS beserta lima mahasiswa dari bidang informatika dan statistika juga dilibatkan untuk memperkuat tim dari segi pengolahan data dan pengembangan model. (msn)
