Quantum Machine Learning Untuk Prediksi Emisi Gas Rumah Kaca dalam Perspektif Filsafat Sains

Abstract

Isu perubahan iklim akibat emisi gas rumah kaca dan lahirnya teknologi quantum machine learning memunculkan berbagai penelitian tentang pemanfaatan quantum machine learning (QML) untuk memprediksi emisi gas rumah kaca (GRK). Artikel ini bertujuan untuk menjelaskan penelitian terkait implementasi QML untuk prediksi emisi GRK dari sudut pandang filsafat sains, terutama dalam hal revolusi sains dari perspektif Thomas Kuhn, analisis research program dari perspektif Imre Lakatos, jebakan pseudosains serta potensi bias ketidakadilan, aspek etis, moralitas, dan dampaknya bagi masyarakat. Penyusunan artikel ini menggunakan metode kualitatif deskriptif. Sumber referensi berupa artikel orisinal dan artikel review dari jurnal yang dikumpulkan dari database Scopus dengan topik terkait prediksi emisi GRK. Berdasarkan telaah artikel yang dilakukan, dapat diuraikan bahwa penelitian tentang QML untuk prediksi emisi GRK merupakan progressive science yang sedang berada dalam fase eksplorasi dan pengembangan intensif di mana paradigma penelitian di area ini didominiasi oleh positivisme logis dan pragmatisme, namun seiring berjalannya waktu dan berkembangnya konteks penelitian maka paradigma baru dapat muncul sebagai tambahan atau bahkan menggeser paradigma penelitian yang telah ada sebelumnya. Artikel ini juga mengidentifikasi potensi bias ketidakadilan, aspek etis, moralitas, dan dampak penelitian di bidang ini bagi masyarakat serta merekomendasikan 5 strategi untuk menghindari jebakan pseudosains terkait dengan penelitian tentang QML untuk prediksi emisi GRK.