Prediksi Lokasi Titik Panas Kebaran Hutan Menggunakan Model Regresion SVM (Support Vector Machine) pada Data Kebakaran Hutan Daops Manggala Agni Oki Provinsi Sumatera Selatan Tahun 2019

Prediksi Lokasi Titik Panas Kebaran Hutan Menggunakan Model Regresion SVM (Support Vector Machine) pada Data Kebakaran Hutan Daops Manggala Agni Oki Provinsi Sumatera Selatan Tahun 2019

regresi SVM, prediksi lokasi, hotspot, titik panas, kebakaran hutan

Peningkatan titik panas (hotspot) setiap tahunnya di Daops Manggala Agni OKI,
dikhawatirkan akan terus terjadi jika tidak dilakukan upaya pengendalian titik panas. Salah
satu upaya pengendalian titik panas yaitu dengan memperkirakan wilayah yang berpotensi
menghasilkan titik panas kebakaran hutan dan lahan di Daops Manggala Agni OKI. Tujuan
penelitian ini adalah untuk memprediksi lokasi hotspot kebakaran hutan pada masa depan
berdasarkan data hotspot kebakaran hutan pada Daops Manggal Agni OKI pada tahun 2019.
Metode predisi data menggunakan algoritma regresi SVM (Support Vector Machine) dengan
data date, time, satellite, accuration, district, sub district, humadity dan temperature. Dari
data jumlah hotspot yang muncul pada tahun 2019 dilakukan prediksi data untuk tahun 2020,
kemudian untuk prediksi jumlah hotspot tahun 2021 diprediksi menggunakan data pada tahun
2019 dan 2020, demikian seterusnya. Berdasarkan hasil analisis didapatkan yang cukup baik,
yaitu nilai RSME 2.1 dan nilai R2 0.83. Dimana hotspot terbanyak hasil dari proses pada
tahun 2021 terdapat pada kecamatan Pematang Panggal dengan jumlah 448 lokasi hotspot
untuk tahun 2021. Sedangkan data untuk tahun 2022, jumlah hotspot terbanyak terdapat pada
kecamatan Cengal dengan jumlah hotspot 571 lokasi. Selanjutnya, untuk memberikan
visualisasi data yang lebih baik, data hasil prediksi hotspot divisualisasikan dalam bentuk
Heatmap.

Jepri Yandi, Tri Basuki Kurniawan, Edi Surya Negara, Muhamad Akbar

Perpustakaan Horizon Karawang

2021

Fajar bagus W

PDF

Indonesia

Text