PENGEMBANGAN MODEL PREDIKTIF DENGAN ARTIFICIAL INTELLIGENCE UNTUK MENILAI DAMPAK PERUBAHAN IKLIM PADA KEANEKARAGAMAN HAYATI

Abstract

Perubahan iklim telah menjadi ancaman signifikan bagi keanekaragaman hayati di seluruh dunia, memengaruhi ekosistem dan spesies dengan cara yang kompleks. Dalam upaya memahami dan memitigasi dampak ini, model prediktif berbasis kecerdasan buatan (Artificial Intelligence/AI) menawarkan pendekatan inovatif untuk mengintegrasikan data skala besar dan memproyeksikan perubahan pada keanekaragaman hayati. Studi ini bertujuan untuk mengeksplorasi literatur terkini terkait penerapan AI dalam memodelkan dampak perubahan iklim terhadap keanekaragaman hayati. Hasil studi menunjukkan bahwa metode seperti neural networks, decision trees, dan ensemble learning menjadi pendekatan dominan dalam penelitian ini. Dataset utama mencakup data iklim (misalnya, WorldClim) dan data keanekaragaman hayati (misalnya, GBIF), yang sering kali digabungkan dengan citra satelit untuk analisis yang lebih komprehensif. Kendati demikian, beberapa tantangan utama tetap ada, termasuk keterbatasan ketersediaan data berkualitas tinggi, kesenjangan dalam prediksi spesies langka, dan kebutuhan akan interpretabilitas model. Penelitian ini menyimpulkan bahwa AI memiliki potensi besar untuk meningkatkan prediksi dampak perubahan iklim terhadap keanekaragaman hayati, meskipun pendekatan multidisiplin dan integrasi data yang lebih baik diperlukan untuk mengatasi keterbatasan yang ada. Temuan ini memberikan panduan bagi penelitian di masa depan dalam pengembangan model prediktif berbasis AI yang lebih akurat dan aplikatif dalam konservasi keanekaragaman hayati.