Ia menegaskan bahwa akurasi tersebut tidak serta merta mencapai angka yang tinggi.
"Untuk itu perlu dibandingkan dengan data testing pertama. Setelah itu, dihitung akurasinya, jika tidak bagus, maka harus diubah algoritmanya sehingga dapat menghasilkan akurasi yang baik,” tandasnya.
Sedangkan model prediksi solar flare yang dikembangkannya bisa mendapatkan akurasi sebesar 70%.
"Dengan model prediksi solar flare ini kita bisa mendapatkan akurasi 70%. AI sendiri berperan sebagai pijakan awal atau dukungan keputusan," terangnya.
BACA JUGA:Fenomena Bulan Menjauh dari Bumi, BRIN Ungkap Dampaknya
Dengan begitu, manusia dapat meningkatkan pemahaman tentang dinamika matahari dan mitigasinya sebelum ke bumi.
Sebagai informasi, penelitian di Pusat Riset Antariksa BRIN sendiri ditunjang oleh ML OPS dan SWIFtS yang menggunakan seluruh model prediksi cuaca antariksa.
”Space Weather Information and Forecast Services (SWIFtS) menggunakan model-model untuk mendukung layanan kepada masyarakat di antaranya untuk model prediksi siklus matahari, solar flare, lubang korona dan angin matahari, CME, geoganetik, sollar summary, ionosphere,” pungkasnya.