Art Original

Analisa Deteksi Dan Prediksi Titik Api Dengan Menggunakan Metode Lstm Di Provinsi Riau

---

Pemanasan global meningkatkan suhu bumi, selanjutnya meningkatkan jumlah titik api di beberapa kawasan hutan, terutama di daerah tropis dengan lokasi yang berisiko tinggi terhadap kebakaran hutan dan alam liar. Indonesia merupakan salah satu negara di Asia Tenggara yang mengalami sejumlah besar kebakaran hutan yang berdampak berbahaya bagi negara tetangga akibat emisi kabut asap dan karbon. Penelitian ini bertujuan untuk memplot dan memetakan lokasi dengan jumlah titik api yang tinggi dan kemudian memprediksi potensi jumlah titik api di masa mendatang berdasarkan riwayat data yang dikumpulkan sebelumnya. Data deteksi yang diperoleh sangat penting dan bermanfaat bagi pihak yang berwenang karena dapat digunakan sebagai salah satu acuan untuk tindakan pencegahan dan untuk menghindari penyebaran kebakaran hutan. Algoritma long shot-term memory (LSTM) diimplementasikan dalam penelitian ini untuk mendeteksi dan memprediksi jumlah titik api, sedangkan pemrograman Python digunakan untuk memplot titik titik api. Dataset titik api diperoleh dari National Aeronautics and Space Administration (NASA) Moderate Resolution Imaging Spectroradiometer (MODIS) yang tercatat dari tahun 2017 hingga 2022, mencatat jumlah total sekitar 101.000 titik api di Provinsi Riau. Untuk membuktikan bahwa algoritma yang diusulkan bekerja dengan baik, telah dilakukan simulasi dengan menggunakan data pelatihan dari tahun 2017 hingga 2022 dan data pengujian dari tahun 2022 hingga 2023, kemudian diperoleh hasil peramalan dengan pola jumlah titik api yang sama dibandingkan dengan data yang tersedia pada tahun 2022.

---

Availability

Detail Information

Call Number

005.3

Language

Indonesia

NPM

183510052

Publisher

Teknik Informatika : Universitas Islam Riau., 2023

Keyword(s)

Satelit
kebakaran,
jaringan sensor nirkabel,

Other Information

Petugas

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment