KLASIFIKASI KEMUNCULAN TITIK PANAS PADA LAHAN GAMBUT DI SUMATERA DAN KALIMANTAN MENGGUNAKAN ALGORITME RANDOM FOREST RESA RUKMIGAYATRI

Transkripsi

1 KLASIFIKASI KEMUNCULAN TITIK PANAS PADA LAHAN GAMBUT DI SUMATERA DAN KALIMANTAN MENGGUNAKAN ALGORITME RANDOM FOREST RESA RUKMIGAYATRI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Prediksi Klasifikasi Kemunculan Titik Panas pada Lahan Gambut di Sumatera dan Kalimantan Menggunakan Algoritme Random Forest adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Desember 2015 Resa Rukmigayatri NIM G

4 ABSTRAK RESA RUKMIGAYATRI. Klasifikasi Kemunculan Titik Panas pada Lahan Gambut di Sumatera dan Kalimantan Menggunakan Algoritme Random Forest. Dibimbing oleh IMAS SUKAESIH SITANGGANG. Pengelolaan lahan gambut dengan menanam jenis tanaman yang tidak sesuai karakteristik lahan gambut serta kebakaran menyebabkan lahan gambut mengalami degradasi. Titik panas merupakan suatu indikator kebakaran hutan dan lahan. Meskipun tidak semua titik panas diindikasikan sebagai kebakaran. Kemungkinan kemunculan titik panas dapat diprediksi berdasarkan karakteristik lahan gambut. Penelitian ini mengembangkan model klasifikasi dari kemunculan titik panas pada lahan gambut di Sumatera dan Kalimantan pada periode 2001 sampai 2014 menggunakan algoritme Random Forest. Algoritme ini merupakan pengembangan dari Classification and Regression Tree (CART). Penerapan algoritme Random Forest pada dataset menghasilkan akurasi rata-rata model klasifikasi tahun 2001 untuk dataset Sumatera sebesar 87.40% dan 72.50% untuk dataset Kalimantan. Penerapan algoritme Random Forest pada data baru tahun 2015 menggunakan model tahun Hasil penerapan algoritme Random Forest dalam mengklasifikasikan titik panas pada lahan gambut di Sumatera tahun 2015 adalah 60.80% dan akurasi pada data baru di Kalimantan tahun 2015 adalah 39.13%. Kata kunci: model prediksi, random forest, titik panas ABSTRACT RESA RUKMIGAYATRI. Classification for Hotspot Occurences on Peatland in Sumatera and Kalimantan Using Random Forest Algorithm. Supervised by IMAS SUKAESIH SITANGGANG. Peatland management by planting inappropriate plant with the characteristic of peatland and fire cause peatland degradation. A hotspot is an indicator of forest and land fires. However not all of the hotspot is indicated as fires. The possibility of hotspot occurrences can be predicted based on characteristics of peatland. This research developed a classification model of hotspots occurences on peatlands in Sumatera and Kalimantan in the period 2001 to 2014 using the Random Forest algorithm. This algorithm is an improvement of Classification and Regression Tree (CART). The implementation of the Random Forest algorithm on datasets result in an average accuracy of classification models in 2001 is 87.40% for Sumatera and % for Kalimantan. The implementation using Random Forest algorithm on new data in 2015 using model of Random Forest algorithm result in classifying the hotspot in the peatland in Sumatera in 2015 was 60.80% and the accuracy of new data in Kalimantan in 2015 was 39.13%. Keywords: hotspots, prediction models, random forest

5 KLASIFIKASI KEMUNCULAN TITIK PANAS PADA LAHAN GAMBUT DI SUMATERA DAN KALIMANTAN MENGGUNAKAN ALGORITME RANDOM FOREST RESA RUKMIGAYATRI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015

6 Penguji : 1 Husnul Khotimah, SKomp MKom 2 Muhammad Asyhar Agmalaro, SSi MKom

7 Judul Skripsi : Klasifikasi Kemunculan Titik Panas pada Lahan Gambut di Sumatera dan Kalimantan Menggunakan Algortime Random Forest Nama : Resa Rukmigayatri NIM : G Disetujui oleh Dr Imas Sukaesih Sitanggang, SSiMKom Pembimbing Diketahui oleh Dr Ir Agus Buono, MSi MKom Ketua Departemen Tanggal Lulus:

8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah Subhana wa ta'ala.shalawat serta salam semoga senantiasa dilimpahkan kepada Nabi Muhammad, keluarganya, sahabatnya, dan kepada kita yang selau berusaha menggapai ridha Allah. Alhamdulillah atas bimbingan dan petunjuk dari Allah Subhana wa ta'alaserta bimbingan dari semua pihak, penyusunan tugas akhir yang berjudul Klasifikasi Kemunculan Titik Panas pada Lahan Gambut di Sumatera dan Kalimantan Menggunakan Algoritme Random Forest dapat diselesaikan. Tugas akhir ini tidak mungkin dapat diselesaikan tanpa adanya bantuan dari berbagai pihak. Oleh karena itu, penulis ingin mengucapkan terimakasih dan penghargaan yang setinggi-tingginya kepada: Papa (Sabari Maryono), Mama (Aida Refni), adik-adikku Niken Safitri dan Wahyu Agung Wicaksono, serta keluarga yang selalu mendoakan, memberi nasihat, kasih sayang, semangat, dan dukungan sehingga penelitian ini bisa diselelsaikan. Ibu Dr Imas Sukaesih Sitanggang, SSi MKom selaku pembimbing yang telah memberi saran, masukan dan ide-ide dalam penelitian ini. Ibu Husnul Khotimah, Skomp Mkom dan Bapak Muhammad Asyhar Agmalaro, Ssi MKom sebagai penguji. Pihak Wetlands International yang telah memberikan izin untuk menggunakan data lahan gambut Sumatera dan Kalimantan. Teman seperjuangan elin, fitri, dan dhita yang telah memberikan semangat dan masukan. Departemen Ilmu Komputer IPB, staf dan dosen yang telah banyak membantu selama masa perkuliahan hingga penelitian. Semoga penelitian ini bermanfaat. Bogor, Desember 2015 Resa Rukmigayatri

9 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Perumusan Masalah 1 Tujuan Penelitian 2 Manfaat Penelitian 2 Ruang Lingkup Penelitian 2 METODE 2 Data Penelitian 2 Tahapan Penelitian 5 Pengumpulan Data 5 Praproses Data 6 Pembagian Data 6 Pembuatan Model Klasifikasi Menggunakan Algoritme Random Forest 6 Perhitungan Akurasi 8 Penerapan pada Model Data Baru 8 Peralatan Penelitian 8 HASIL DAN PEMBAHASAN 8 Praproses Data 8 Pembagian Data 12 Pembuatan model klasifikasi menggunakan algoritme Random Forest 12 Perhitungan Akurasi 14 Penerapan pada Model Data Baru 14 SIMPULAN DAN SARAN 15 Simpulan 15 Saran 15 DAFTAR PUSTAKA 16 RIWAYAT HIDUP 32

10 DAFTAR TABEL 1 Atribut dari titik panas 2 2 Luas tipe lahan gambut di Sumatera 4 3 Luas tipe lahan gambut di Kalimantan 5 4 Akurasi rata-rata model klasifikasi untuk dataset tahun 2001 sampai Model klasifikasi terbaik pada datast Sumatera tahun Model klasifikasi terbaik pada datast Kalimantan tahun Confusion matrix untuk klasifikasi pada data Sumatera tahun Confusion matrix untuk klasifikasi pada data Kalimantan tahun DAFTAR GAMBAR 1 Lahan gambut di Sumatera 3 2 Lahan gambut di Kalimantan 3 3 Tahapan metode penelitian 5 4 Arsitektur umum Random Forest (Verikas et al.2011) 7 5 Zona sistem koordinat di Indonesia (Oswald dan Astrini 2012) 9 6 Jumlah titik panas per tahun 10 7 Hasil buffer titik panas 10 8 Hasil pembangkitan random point (non titik panas) disekitar titik panas 11 DAFTAR LAMPIRAN 1 Lampiran 1 Akurasi model dataset pulau Sumatera tahun Lampiran 2 Akurasi model dataset pulau Sumatera tahun Lampiran 3 Akurasi model dataset pulau Sumatera tahun Lampiran 4 Akurasi model dataset pulau Sumatera tahun Lampiran 5 Akurasi model dataset pulau Sumatera tahun Lampiran 6 Akurasi model dataset pulau Sumatera tahun Lampiran 7 Akurasi model dataset pulau Sumatera tahun Lampiran 8 Akurasi model dataset pulau Sumatera tahun Lampiran 9 Akurasi model dataset pulau Sumatera tahun Lampiran 10 Akurasi model dataset pulau Sumatera tahun Lampiran 11 Akurasi model dataset pulau Sumatera tahun Lampiran 12 Akurasi model dataset pulau Sumatera tahun Lampiran 13 Akurasi model dataset pulau Sumatera tahun Lampiran 14 Akurasi model dataset pulau Sumatera tahun Lampiran 15 Akurasi model dataset pulau Kalimantan tahun Lampiran 16 Akurasi model dataset pulau Kalimantan tahun Lampiran 17 Akurasi model dataset pulau Kalimantan tahun Lampiran 18 Akurasi model dataset pulau Kalimantan tahun

11 19 Lampiran 19 Akurasi model dataset pulau Kalimantan tahun Lampiran 20 Akurasi model dataset pulau Kalimantan tahun Lampiran 21 Akurasi model dataset pulau Kalimantan tahun Lampiran 22 Akurasi model dataset pulau Kalimantan tahun Lampiran 23 Akurasi model dataset pulau Kalimantan tahun Lampiran 24 Akurasi model dataset pulau Kalimantan tahun Lampiran 25 Akurasi model dataset pulau Kalimantan tahun Lampiran 26 Akurasi model dataset pulau Kalimantan tahun Lampiran 27 Akurasi model dataset pulau Kalimantan tahun Lampiran 28 Akurasi model dataset pulau Kalimantan tahun Lampiran 29 Contoh dataset sederhana Kalimantan 26

12

13 PENDAHULUAN Latar Belakang Indonesia merupakan negara yang mempunyai lahan gambut seluas Ha (Suwanto et al.2010). Penyebaran lahan gambut tersebut meliputi pulau Sumatera, Kalimantan, Sulawesi, Papua, dan Jawa. Gambut adalah material organik yang terbentuk dari sisa-sisa tumbuhan yang telah mengalami dekomposisi dan terakumulasi di daerah rawa atau genangan air (Suwanto et al.2010). Kemampuan gambut dalam menyerap air relatif tinggi, oleh karena itu lahan gambut alaminya tidak mudah terbakar. Namun, keseimbangan ekologis dapat terganggu dengan adanya konversi lahan atau pembuatan kanal. Pada musim kemarau, kondisi lahan gambut akan sangat kering sampai kedalaman tertentu dan hal ini yang menyebabkan lahan mudah terbakar. Terbakarnya lahan gambut mengakibatkan kerugian besar, seperti kebakaran lahan gambut yang terjadi di Riau pada bulan Maret tahun Menurut Adinugroho et al.(2005) penyebab kebakaran lahan dapat diketahui melalui suatu indikator yaitu titik panas. Dengan indikator titik panas kebakaran hutan dapat diprediksi dan hal ini dapat membantu pencegahan terjadinya kebakaran. Salah satu teknik data mining yang dapat dilakukan adalah klasifikasi. Klasifikasi dilakukan untuk memprediksi kemunculan titik panas. Penelitian mengenai model klasifikasi untuk titik panas yang dilakukan oleh Sitanggang dan Ismail (2011) menggunakan Decision Tree dengan hasil akurasi sebesar 63.17%. Penelitian Fernando dan Sitanggang (2014), pemodelan klasifikasi data spasial kemunculan titik panas dilakukan dengan menggunakan algoritme ID3. Penelitian tersebut bertujuan untuk membuat model klasifikasi dan memprediksi kemunculan titik api di Provinsi Riau pada tahun Penelitian berikutnya yang pernah dilakukan oleh Nurpratami dan Sitanggang (2015) menggunakan algoritme pohon keputusan untuk memprediksi kejadian titik panas pada Kabupaten Bengkalis, Provinsi Riau. Penelitian tersebut menggunakan 5-\ fold cross validation dengan rata-rata akurasi sebesar 89.04% untuk data latih dan 52.05% untuk data uji. Aturan-aturan klasifikasi dari ketiga penelitian tersebut baru diimplementasikan dalam bentuk single tree. Pada penelitian ini akan dibangun pemodelan klasifikasi kemunculan titik panas pada lahan gambut di Sumatera dan Kalimantan menggunakan algoritme Random Forest. Pemodelan yang akan dibangun untuk memprediksi kemunculan titik panas yaitu dengan mengambil beberapa sampel acak sebagai data latih dan menggunakan teknik 10-fold cross validation. Algoritme Random Forest merupakan salah satu cara klasifikasi pengembangan dari Classification and Regression Tree (CART), yaitu dengan menerapkan metode bootstrap aggregating bagging dan random feature selection (Breiman 2001). Perumusan Masalah Rumusan masalah pada penelitian ini adalah bagaimana algoritme Random Forest digunakan untuk klasifikasi kemunculan titik panas pada lahan gambut di Sumatera dan Kalimatan.

14 2 Tujuan Penelitian Tujuan dari penelitian ini adalah: 1 Menerapkan algoritme Random Forest pada data titik panas di lahan gambut di Sumatera dan Kalimantan. 2 Evaluasi akurasi model klasifikasi untuk prediksi kemunculan titik panas di lahan gambut di pulau Sumatera dan Kalimantan. Manfaat Penelitian Manfaat dari penelitian ini adalah informasi model klasifikasi yang dihasilkan dapat digunakan untuk pencegahan kebakaran hutan oleh pihak berwenang. Ruang Lingkup Penelitian Ruang lingkup dari penelitian ini adalah: 1 Pembentukan model klasifikasi menggunakan algoritme Random Forest pada data titik panas dan lahan gambut wilayah Sumatera dan Kalimantan. 2 Karakteristik lahan gambut yang dianalisis adalah tipe lahan gambut (legend), ketebalan gambut, dan tutupan lahan (landuse). 3 Implementasi klasifikasi model yang digunakan yaitu package randomforest yang tersedia di R. METODE Data Penelitian Data yang digunakan pada penelitian ini adalah data lahan gambut pulau Sumatera dan Kalimantan dari tahun yang didapatkan dari Wetlands International Indonesia Programme (WI-IP) dalam format shp. Sedangkan data titik panas dari tahun diperoleh dari FIRMS (Fire Information for Resource Management System) MODIS NASA dalam format csv. Tabel 1 Atribut dari titik panas No Atribut Tipe 1 Latitude Numerik 2 Longitude Numerik 3 Brigthness Numerik 4 Scan Numerik 5 Track Numerik 6 Acq_date Date 7 Acq_time Character varying (5) 8 Satelite Character varying (1) 9 Confidence Integer 10 Version Character varying (3) 11 Bright_T31 Numerik 12 FRP Numerik

15 Data titik panas terdiri dari 12 atribut dan tipe dari masing-masing atribut dapat dilihat pada Tabel 1. Sedangkan peta lahan gambut di Sumatera dan Kalimantan dapat dilihat pada Gambar 1 dan Gambar 2. Pemilihan atribut dari titik panas dan lahan gambut berdasarkan penelitian yang dilakukan oleh Sitanggang et al. (2012) serta berdasarkan ketersediaan data yang diperoleh dari WI-IP dan FIRMS. Atribut titik panas (Tabel 1) yang digunakan untuk pengolahan data pada penelitian ini adalah Latitude, Longitude, dan confidence. Latitude dan Longitude dibutuhkan untuk menunjukkan posisi dari titik panas yang terjadi. Sedangkan confidence digunakan untuk seleksi titik panas yang diindikasikan sebagai kebakaran. 3 Gambar 1 Lahan gambut di Sumatera Gambar 2 Lahan gambut di Kalimantan

16 4 Data lahan gambut berdasarkan tingkat dekomposisi bahan organiknya dibedakan menjadi 3 yaitu fibrists, hemists, dan saprists (Suwanto et al. 2010). Tipe lahan gambut fibrists adalah gambut yang masih muda dengan tingkat pelapukan awal dan lebih dari 3/4 bagian volumenya berupa serat kasar, air perasan berwarna bening/jernih. Tipe gambut hemists adalah gambut yang mempunyai tingkat pelapukan sedang, bagian yang masih berupa serat kasar sekitar 1/4 hingga kurang dari 3/4 bagian, air perasan berwarna coklat dan mengandung bahan yang tidak larut. Tipe gambut saprists adalah gambut yang tingkat pelapukannya sudah lanjut (matang), berupa serat kasar kurang dari 1/4 bagian, dan air perasan berwarna hitam. Tiga jenis lahan gambut yang berada di Sumatera dan Kalimantan dapat dilihat pada Gambar 1 dan Gambar 2. Pada Gambar 1 terdapat keterangan Fibrists/Saprists (60/40), sedang. Maksud dari keterangan tersebut adalah Fibrists dan Saprists adalah tipe lahan gambut, 60/40 merepresentasikan kombinasi dari Fibrists sebesar 60% dan Saprists sebesar 40%, kemudian "sedang" menunjukkan ketebalan dari lahan gambut tersebut. Ketebalan dari lahan gambut dibagi menjadi 5 yaitu sangat dangkal (D0), dangkal (D1), sedang (D2), dalam (D3), dan sangat dalam (D4). D0 merupakan kedalaman lahan gambut < 50 cm. D1 kedalaman lahan gambut antara cm, kedalaman lahan gambut D cm, D3 sedalam cm, dan kedalaman lahan gambut D4 > 400 cm. Pada Gambar 1 dan Gambar 2 terdapat keterangan mengenai tipe lahan gambut yang terdapat di Sumatera dan Kalimantan. Sedangkan pada Tabel 2 dan Tabel 3 dapat dilihat luas area (Ha) dari setiap tipe lahan gambut dari pulau Sumatera dan Kalimantan. Tipe lahan gambut yang berada di Sumatera berjumlah 28 dan tipe lahan gambut di Kalimantan berjumlah 7. Tabel 2 Luas tipe lahan gambut di Sumatera No Tipe Gambut Luas (Ha) 1 Hemists/Saprists (60/40), sedang Saprists/min (50/50), dangkal Saprists/Hemists (60/40), sedang Saprists/min (30/70), sedang Saprists/min (90/10), sedang Hemists (100), dalam Hemists/Saprists (60/40), dalam Hemists (100), sedang Saprists/min (50/50), dalam Hemists/min (90/10), sangat dalam Hemists/Saprists (60/40), sedang Hemists/min (30/70), dangkal Hemists/Saprists (60/40), sangat dalam Saprists/Hemists (60/40), dalam Saprists/Hemists (60/40), sedang Hemists/min (90/10), dangkal Hemists/Saprists (60/40), dangkal Hemists/min (70/30), sedang Saprists/min (30/70), dalam Hemists/min (90/10), sedang Hemists/min (50/50), dangkal

17 5 22 Saprists/min (50/50), sedang Hemists/min (90/10), sedang Fibrists/Saprists (60/40), sedang Saprists/Hemists (60/40), sangat dalam Hemists/min (30/70), sedang Saprists (100), sedang Saprists (100), dalam Tabel 3 Luas tipe lahan gambut di Kalimantan No Tipe Gambut Luas (Ha) 1 Hemists/Fibrists Hemists/Fibrists/Mineral Hemists/Mineral Saprists/Mineral Saprists/Hemists/Mineral Hemists/Saprists/Mineral Hemists/Fibrists/Saprists Tahapan Penelitian Tahapan-tahapan yang dilakukan pada penelitian ini dapat dilihat pada Gambar 3. Gambar 3 Tahapan metode penelitian Pengumpulan Data Pada tahap pengumpulan data, semua data dari WI-IP dan FIRMS dikumpulkan untuk praproses data. Dalam penelitian ini terdapat 2 format data yang akan diproses yaitu dalam format csv dan shp. Terdapat perbedaan antara lahan gambut di Sumatera dengan lahan gambut di Kalimantan. Perbedaannya

18 6 yaitu pada data lahan gambut Sumatera terdiri dari 3 atribut yaitu legend, landuse, dan ketebalan. Sedangkan pada data lahan gambut di Kalimantan terdiri dari 2 atribut yaitu legend dan ketebalan. Perbedaan atribut pada data lahan gambut terjadi karena ketersediaan data yang diperoleh. Praproses Data Terdapat beberapa tahapan dalam praproses data yaitu pembersihan data, seleksi variabel data, dan penggabungan data. Pembersihan data dilakukan untuk menghilangkan missing value. Seleksi variabel data dilakukan untuk mendapatkan data yang relevan. Serta penggabungan data sesuai dengan bentuk yang digunakan. Variabel yang diseleksi meliputi legend, landuse, dan ketebalan. Pada tahapan ini dilakukan penambahan variabel class dan digunakan saat pembuatan model klasifikasi. Pembagian Data Pembagian data pada tahapan penelitian dibagi menjadi data latih dan data uji. Metode yang digunakan dalam pembagian data adalah K-fold cross validation dengan nilai K=10, sehingga 10% dari data akan dijadikan sebagai data uji. Menurut Fu (1994) K-fold cross validation merupakan metode yang membagi himpunan contoh secara acak menjadi K himpunan bagian. Pembuatan Model Klasifikasi Menggunakan Algoritme Random Forest Algoritme Random Forest (RF) merupakan pengembangan dari metode Classification and Regression Tree (CART) dengan menerapkan metode bootstrap aggregating (bagging) dan random feature selection (Breiman 2001). Algoritme RF merupakan algoritme yang cocok digunakan untuk klasifikasi data yang besar dan pada algoritme RF tidak terdapat pruning atau pemangkasan variabel seperti pada algoritme decision tree. Metode RF menggabungkan banyak pohon (tree) tidak seperti single tree yang hanya terdiri dari satu pohon untuk membuat klasifikasi dan prediction class. Pada RF pembentukan tree dilakukan dengan cara melakukan training sampel data. Sampling with replacement adalah cara yang digunakan untuk mengambil sampel data. Pemilihan variabel yang digunakan untuk split diambil secara acak. Klasifikasi dijalankan setelah semua tree terbentuk. Penentuan klasifikasi pada RF ini diambil berdasarkan vote dari masing-masing tree dan vote terbanyak yang menjadi pemenang. Arsitektur umum dari RF dapat dilihat pada Gambar 4.

19 7 Gambar 4 Arsitektur umum Random Forest (Verikas et al.2011) Berikut ini adalah prosedur atau algoritme untuk membangun Random Forest pada gugus data yang terdiri dari n amatan dan p peubah penjelas (Breiman 2001; Breiman dan Cutler 2003): 1 Lakukan penarikan contoh acak berukuran n dengan pemulihan pada gugus data. Langkah ini dinamakan dengan bootstrap (bag). 2 Dengan menggunakan contoh bootstrap, pohon dibangun sampai mencapai ukuran maksimum yaitu tanpa pemangkasan (pruning). Pembangunan pohon dilakukan dengan menerapkan random feature selection yaitu m peubah penjelas dipilih secara acak dimana m << p, selanjutnya pemilah terbaik dipilih berdasarkan $m$ peubah penjelas. Ulangi langkah 1 dan 2 sebanyak k kali untuk membuat sebuah forest yang terdiri dari k pohon. Contoh dataset sederhana dapat dilihat pada Lampiran 29. Tahapan pembuatan model klasifikasi menggunakan algoritme Random Forest dilakukan setelah membuat pemodelan data latih menggunakan package randomforest di R. Pembentukan tree pada algoritme Random Forest dilakukan dengan cara melakukan training pada sampel. Variabel yang digunakan untuk split diambil secara acak dan klasifikasi dijalankan setelah semua tree terbentuk. Penentuan klasifikasi pada Random Forest ini diambil berdasarkan vote dari masing-masing tree dan vote terbanyak yang menjadi pemenang. Pada pembentukan Random Forest menggunkan nilai Gini Index untuk menentukan split yang akan dijadikan root/node. Berikut ini adalah rumus-rumus untuk mencari nilai Gini Index (Yin 2013): Gini S =1 - pi 2 k i=1 dimana p i adalah probabilitas dari S milik class i. Setelah menghitung nilai Gini (S), langkah berikutnya adalah menghitung nilai GiniGain. n S i GiniGain S = Gini (S) Gini (A,S) = Gini (S) - S Gini (S i) (2) dimana S i adalah partisi dari S yang disebabkan oleh atribut A. i=1 (1)

20 8 Perhitungan Akurasi Perhitungan akurasi dilakukan setelah proses klasifikasi selesai dilakukan. Perhitungan ini berfungsi menunjukkan tingkat kebenaran pengkalisifikasian data terhadap data yang sebenarnya. Perhitungan akurasi dilakukan dengan menggunakan rumus sebagai berikut: data uji benar klasifikasi Akurasi= 100% (3) jumlah total data uji Setelah menghitung nilai akurasi dari setiap tahun maka dilakukan penghitungan nilai precision atau nilai presisi. Rumus untuk menghitung nilai presisi (Manning et al. 2008) sebagai berikut: tp Akurasi= 100% (4) tp + fp dimana tp adalah nilai true positive dan fp adalah nilai false negative. Nilai tp merupakan nilai yang sama antara data latih (predictive) dengan data uji (reference). Nilai tp + fp pada rumus 4 merupakan jumlah keseluruhan data uji. Penerapan pada Model Data Baru Penerapan model pada data baru tahun 2015 dilakukan setelah mendapatkan dataset dengan akurasi tertinggi (2001 sampai 2014) dari masing-masing pulau. Setelah itu dataset tersebut yang akan digunakan untuk memprediksi data baru tahun Peralatan Penelitian Perangkat lunak yang digunakan dalam penelitian ini adalah: Sistem operasi : Windows 7 Ultimate Bahasa pemrograman : R Antarmuka bahasa pemrograman : R Studio Pengolahan data spasial : QuantumGIS versi Membaca titik panas : Microsoft Excel 2007 Pengolahan query (manajemen basis data): PostgreSql versi 1.20 Perangkat keras yang digunakan dalam penelitian ini adalah komputer personal dengan spesifikasi: Prosesor : Intel Core i5-2430m 2.40 GHz Memory : 4 GB System type : 64-bit operating system VGA : NVDIA GeForce GT540M HASIL DAN PEMBAHASAN Praproses Data Praproses data merupakan tahapan untuk menyeleksi variabel. Tahapan ini menggunakan QuantumGIS dan PostgreSql dalam pengolahan data titik panas dan lahan gambut. Oleh karena itu, coordinate reference system (crs) atau sistem referensi koordinat kedua data tersebut harus sesuai yaitu ESPG:32647-WGS 84/UTM Zone 47N untuk Sumatera dan ESPG:32647-WGS 84/UTM Zone 49N

21 untuk Kalimantan. Operasi spasial antara kedua data tidak dapat dilakukan jika crs tidak sama. Bumi dibagi menjadi beberapa zona yaitu antara 01 sampai dengan 60 dengan satuan meter. Sistem koordinat di Indonesia paling cocok menggunakan crs WGS84 / EPSG:4326. Pembagian zona di Indonesia dapat dilihat pada Gambar 5. Pada sistem koordinat bumi dibagi menjadi dua bagian yaitu di atas khatulistiwa sebagai bagian utara disimbolkan dengan N serta dibagian selatan disimbolkan dengan S. 9 Gambar 5 Zona sistem koordinat di Indonesia (Oswald dan Astrini 2012) Langkah awal dalam praproses data yaitu seleksi titik panas yang berada di atas lahan gambut, kemudian memisahkan data titik panas per tahun. Data titik panas yang dipilih adalah data titik panas yang lengkap 12 bulan. Sehingga data titik panas yang akan diolah adalah data titik panas dari tahun Pemisahan data titik panas per tahun dilakukan di Quantum GIS (QGIS). Berikut ini adalah operasi di QGIS untuk memisahkan data Sumatera dan Kalimantan tahun 2001: acq_date < 2002 Jumlah titik panas per tahun Sumatera dan Kalimantan dapat dilihat pada Gambar 6. Klasifikasi titik panas pada lahan gambut dapat dilakukan setelah menambahkan atribut class T (untuk titik panas) dan F (untuk non titik panas) pada dataset. Penambahan class tersebut dilakukan menggunakan PostgreSql. Sebelum menambahkan class, tambahkan persebaran non titik panas yang diperoleh dari titik-titik di luar titik panas (hotspot) menggunakan QGIS. Persebaran ini didapat dengan cara membangkitkan titik acak (random point) di sekitar titik panas. Non titik panas tersebut dibangkitkan di luar buffer dengan distance sebesar 0.01 (dalam derajat). Hasil buffer titik panas dapat dilihat pada Gambar 7.

22 10 Gambar 6 Jumlah titik panas per tahun Gambar 7 Hasil buffer titik panas Titik panas berada di bagian tengah buffer, hasil buffer titik panas yang bertumpuk satu sama lain akan dilebur menggunakan operasi dissolve yang tersedia pada QGIS. Hasil dissolve digunakan untuk memotong lahan gambut menggunakan operasi difference pada QGIS. Hal ini dilakukan untuk menghindari bercampurnya non titik panas dengan titik panas. Data non titik panas didapatkan dengan membuat random point, jumlah titik disesuaikan dengan titik panas per tahun dengan nilai confidence > 70. Hasil pembangkitan random point (non titik panas) di sekitar titik panas dapat dilihat pada Gambar 8.

23 11 Gambar 8 Hasil pembangkitan random point (non titik panas) disekitar titik panas Praproses selanjutnya dilakukan import data lahan gambut dan data titik panas yang sudah terdapat non titik panas ke PostgreSql. Berikut adalah query untuk menambahkan class T dan F: update titikpanassumatera2_2001_rep set class= T ; update false_alarm_2001_rep set class= F ; kemudian membuat tabel target dengan query sebagai berikut: CREATE TABLE target2001_1 AS SELECT gid,the_geom,longitude,latitude,confidence,class FROM titikpanassumatera2_2001_rep Proses selanjutnya yaitu menggabungkan data non titik panas ke dalam tabel target. Penggabungan data dilakukan dengan menggunakan query : INSERT INTO target2001_1 (gid,the_geom,class) SELECT gid,the_geom,class FROM false_alarm_2001_rep; Perbandingan jumlah titik panas (T) dan non titik panas (F) pada lahan gambut seimbang (tidak ada missing value). Langkah selanjutnya adalah rename gid pada target2001_1 menjadi gid2, kemudian tambahkan gid auto number dengan cara sebagai berikut: ALTER TABLE target2001_1 ADD COLUMN gid BIGSERIAL PRIMARY KEY; Hal ini dilakukan agar gid asli dari data target tidak berubah. Setelah semua tahapan tersebut, berikutnya adalah pembuatan dataset yang diambil dari tabel target dan tabel lahan gambut. Query yang digunakan sebagai berikut: CREATE TABLE dataset1 AS SELECT t.gid,t.gid2,t.the_geom,t.confidence,g.legend, g.landuse,g.ketebalan FROM target2001_1 as t,gambutsumatera1_out as g WHERE ST_Within(t.the_geom, g.the_geom) ORDER BY t.gid;

24 12 Dataset1 terdiri dari 7 variabel yaitu gid, gid2, the_geom, confidence, legend, landuse, dan ketebalan. Variabel legend menunjukkan tipe dari lahan gambut. Dataset yang akan diolah untuk klasifikasi terdiri dari 4 variabel yaitu class, legend, landuse, dan ketebalan. Query yang digunakan untuk membuat dataset tersebut sebagai berikut: CREATE TABLE dataset3 AS SELECT t.class,g.legend,g.landuse,g.ketebalan FROM target2001_1 as t,gambutsumatera1_out as g WHERE ST_Within(t.the_geom, g.the_geom); Dataset3 digunakan untuk klasifikasi menggunakan algoritme Random Forest. Pembagian Data Pembagian data latih dan data uji pada dataset menggunakan 10-fold cross validation. Data yang digunakan merupakan dataset yang sudah tidak mengandung missing value. Dataset dibagi menjadi 10 bagian (fold). Pembentukan model klasifikasi dilakukan menggunakan data latih. Sedangkan hasil akurasi model klasifikasi diperoleh dari data uji. Pembuatan model klasifikasi menggunakan algoritme Random Forest Jumlah tree yang akan dibangun pada algoritme Random Forest sebanyak 100. Sedangkan pembagian untuk setiap node sebanyak 3, berdasarkan jumlah variabel penjelas. Berikut ini adalah kode yang digunakan untuk membangun model menggunakan algoritme Random Forest: >library (randomforest) >set.seed(100) >traindata1 <- fold1 [1:3156,] >testdata1 <- fold1[3157:3507,] >rf1<-randomforest(class~.,data=traindata1, ntree=100, mtry=3) >tmp.predict.rf1 <- predict(rf1, newdata = testdata1, type = "class") >conf.mat1 <- table(testdata1$class, tmp.predict.rf1, dnn = c("prediction", "Reference")) >accuracy.percent.test1<- 100*sum(diag(conf.mat1))/sum(conf.mat1) Data yang digunakan untuk membangun model menggunakan package randomforest di R yaitu data latih yang diberi nama traindata1. Argumen yang digunakan untuk pembagian setiap node pada tree adalah mtry dan banyaknya jumlah tree yang dibangun ditunjukkan oleh argumen ntree. Pembangunan model tersebut dilakukan sebanyak 10 kali (10-fold) menggunakan algoritme Random Forest untuk setiap tahun (2001 sampai 2014). Hasil rataan model klasifikasi (data uji) dataset Sumatera dan Kalimantan dapat dilihat pada Tabel 4. Tabel 4 Akurasi rata-rata model klasifikasi untuk dataset tahun 2001 sampai 2014 Dataset Akurasi rata-rata Sumatera Akurasi rata-rata (%) Kalimantan (%)

25 Rata-rata Pada Tabel 4 nilai akurasi rata-rata model klasifikasi dataset tertinggi untuk Sumatera 87.40% dan Kalimantan 72.50% di tahun yang sama yaitu tahun Pemodelan menggunakan algoritme Random Forest yang dijalankan di R ini tidak menghasilkan model berupa tree dan vote yang terpilih. Algoritme ini menghasilkan confusion matrix dari data latih dan data uji. Confusion matrix untuk model klasifikasi terbaik pada dataset tahun 2001 di Sumatera Kalimantan Tabel 5 dan Tabel 6. Tabel 5 Model klasifikasi terbaik pada datast Sumatera tahun Akurasi model klasifikasi tertinggi dari 10 fold pada Tabel 5 yaitu fold ke-2. Pada Tabel 5 dan 6 tersebut terdapat 4 kriteria yaitu TP (True Positive), TN (True Negative), FP (False Positive), dan FN (False Negative). TP adalah kasus dataset titik panas di lahan gambut diprediksi benar terdapat titik panas. TN diprediksi sebagai bukan titik panas yang ada di atas lahan gambut dan benar bukan titik panas yang berada di atasnya. FP merupakan prediksi bahwa terdapat titik panas, tetapi kenyataannya tidak terdapat titik panas di lahan gambut tersebut. Sedangkan FN adalah prediksi tidak ada titik panas, tetapi sebenarnya terdapat titik panas di lahan gambut. Pada Tabel 6 akurasi model klasifikasi tertinggi yaitu fold ke-5. Akurasi yang diperhatikan untuk dataset Sumatera dan Kalimantan adalah akurasi

26 14 dari data uji. Akurasi model klasifikasi dataset pulau Sumatera dan Kalimantan dari tahun 2001 sampai dengan 2014 dapat dilihat pada halaman Lampiran. Tabel 6 Model klasifikasi terbaik pada datast Kalimantan tahun Perhitungan Akurasi Proses klasifikasi dan pembuatan model telah dilakukan pada tahapan sebelumnya. Selanjutnya perhitungan akurasi dapat dilakukan untuk menunjukkan tingkat kebenaran pengklasifikasian data dengan terhadap data yang sebenarnya. Akurasi rata-rata dari data uji Sumatera didapatkan sebesar 87.40% dan akurasi rata-rata untuk Kalimantan sebesar 72.50%. Penerapan pada Model Data Baru Tahapan lebih lanjut pada penelitian ini akan dilakukan percobaan untuk dataset tahun Penerapan model pada data baru dapat dilakukan setelah mendapatkan akurasi model klasifikasi tertinggi dari dataset Sumatera dan Kalimantan. Oleh karena itu model yang diperoleh dari Sumatera dan Kalimantan adalah dataset tahun 2001, kemudian diterapkan pada data baru yaitu tahun Jumlah data tahun 2015 Sumatera yang akan dijadikan data uji adalah 1056 titik, terdiri dari titik panas dan non titik panas. Sedangkan jumlah data latih Sumatera tahun 2001 adalah 1174 titik. Jumlah data tahun 2015 Kalimantan yang akan dijadikan data uji adalah 46 titik dan jumlah data latih Kalimantan tahun 2001 adalah 1778 titik. Tabel 7 Confusion matrix untuk klasifikasi pada data Sumatera tahun 2015 Reference Prediction False True False True

27 Tabel 8 Confusion matrix untuk klasifikasi pada data Kalimantan tahun 2015 Prediction Reference False True False 15 8 True 20 3 Selanjutnya data latih dan data uji untuk pulau Sumatera dan Kalimantan tersebut diolah menggunakan algoritme Random Forest untuk mendapatkan nilai akurasi. Akurasi model pada data baru Sumatera tahun 2015 adalah 60.80%. Detil dari nilai confusion matrix data Sumatera dapat dilihat pada Tabel 7. Akurasi model pada data baru Kalimantan tahun 2015 adalah 39.13%. Detil dari nilai confusion matrix data Kalimantan dapat dilihat pada Tabel 8. Pada Tabel 7 menunjukkan bahwa semua data tahun 2015 di pulau Sumatera dengan class true (merupakan titik panas) diklasifikasikan benar sebanyak 210 titik panas. Sebaliknya terdapat 96 data dengan class bukan titik panas (false) diklasifikasi salah ke class titik panas (true). Pada Tabel 8 menunjukkan bahwa terdapat 8 titik dengan class bukan titik panas (false) diklasifikasi salah ke class titik panas (true). Sedangkan data titik panas (true) yang diklasifikasikan benar sebanyak 3 titik panas. Selain informasi dari tabel confusion matrix juga dapat dihitung nilai presisi (precision). Nilai presisi ini untuk melihat titik panas yang benar diklasifikasi berdasarkan class true. Nilai presisi pada data baru tahun 2015 di Sumatera adalah 68.63%. Nilai presisi data baru tahun 2015 di Sumatera tersebut menunjukkan keakuratan hasil akurasi klasifikasi. Sedangkan untuk data baru tahun 2015 di Kalimantan presisi atau keakuratan hasil klasifikasi untuk kemunculan titik panas adalah 27.27%. SIMPULAN DAN SARAN Simpulan Penelitian ini menerapkan algoritme Random Forest untuk klasifikasi kemunculan titik panas pada lahan gambut di Sumatera dan Kalimantan. Dataset kemunculan titik panas terdiri dari legend, landuse, ketebalan, dan class. Akurasi rata-rata dari hasil klasifikasi untuk memprediksi kemunculan titik panas tahun 2001 pada model yang menggunakan Random Forest adalah 87.40% untuk Sumatera dan 72.50% untuk Kalimantan. Kemudian model yang diperoleh dari dataset tahun 2001 tersebut diterapkan pada data baru tahun Akurasi model yang didapatkan untuk data baru tahun 2015 Sumatera yaitu 60.80% dan akurasi model untuk Kalimantan yaitu 39.13%. Model yang dihasilkan dari algoritme Random Forest untuk data baru Sumatera berhasil mengklasifikasikan class true (merupakan titik panas) sebanyak 210 titik. Sedangkan model yang dihasilkan dari algoritme Random Forest untuk data baru Kalimantan berhasil mengklasifikasikan class true (merupakan titik panas) sebanyak 3 titik. Saran Saran yang dapat dilakukan untuk penelitian selanjutnya yaitu pengembangan sistem berbasis web dengan menampilkan visualisasi klasifikasi titik panas dalam bentuk peta. 15

28 16 DAFTAR PUSTAKA Adinugroho WC, Suryadiputra INN, Saharjo BH, dan Siboro L Panduan Pengendalian Kebakaran Hutan dan Lahan Gambut.Proyek Climate Changes, Forest and Peatlands in Indonesia.Bogor (ID): Weylands International- Indonesia Programme dan Wildlife Habitat Canada. Breiman L Random Forests dalam: Machine Learning 45, pp Breiman L dan A Cutler Manual Setting Up, Using, And Understanding Random Forests V4.0. [Internet]. [Diunduh tanggal 06/06/2015 ]. Dapat diunduh dari: Random Forest. [Internet]. [Diunduh tanggal 6/06/2015 ].Dapat diunduh dari: Fernando V, Sitanggang IS Klasifikasi Data Spasial untuk Kemunculan Hotspot di Provinsi Riau Menggunakan Algoritme ID3. Integrasi Sains MIPA untuk mengatasi Masalah Pangan, Energi, Kesehatan, Reklamasi, dan Lingkungan; Mei Bogor, Indonesia. Bogor (ID): SEMIRATA, pp ISBN: Fu L Neural Network in Computers Intelligence. Singapura: McGraw-Hill. Nurpratami ID, Sitanggang IS Classification Rules for Hotspot Occurences Using Spatial Entropy-Based Decision Tree Algorithm. The 1 st International Symposium on LAPAN-IPB Satellite for Food Security and Environmental Monitoring. Bogor, Indonesia. Bogor (ID): Procedia Environmental Sciences, pp DOI: /j.proenv Oswald P, Astrini R Tutorial QuantumGIS Tingkat Dasar Versi Lisboa. Mataram (ID): GIZ Decentralization as Contribution to Good Governance (DeCGG). Sitanggang IS, Ismail MH Classification model for hotspot occurences using a decision tree method dalam: Geomatics, Natural Hazard and Risk 2 2, pp DOI: / Sitanggang IS, Yaakob R, Mustapha N, Ainuddin AN Appclication Of Classification Algorithms in Data Mining for Hotspots Occurrence Prediction in Riau Province Indonesia dalam: JATIT 43(2), pp ISSN: Suwanto A, Maas A, Sutaryo D, Wijaya DY, Sartono D, Achsani H, Komarsa, Hastuti S, Soli TI. Profil Ekosistem Gambut di Indonesia. Jakarta (ID). Verikas A, Gelzinis A, Becausekiene M Mining data with random forest: A survey and result of new tests dalam: Pattern Recognition 44, pp DOI: /j.patcog

29 Lampiran 1 Akurasi model dataset pulau Sumatera tahun Lampiran 2 Akurasi model dataset pulau Sumatera tahun Lampiran 3 Akurasi model dataset pulau Sumatera tahun

30 18 Lampiran 4 Akurasi model dataset pulau Sumatera tahun Lampiran 5 Akurasi model dataset pulau Sumatera tahun Lampiran 6 Akurasi model dataset pulau Sumatera tahun

31 Lampiran 7 Akurasi model dataset pulau Sumatera tahun Lampiran 8 Akurasi model dataset pulau Sumatera tahun Lampiran 9 Akurasi model dataset pulau Sumatera tahun

32 20 Lampiran 10 Akurasi model dataset pulau Sumatera tahun Lampiran 11 Akurasi model dataset pulau Sumatera tahun Lampiran 12 Akurasi model dataset pulau Sumatera tahun

33 Lampiran 13 Akurasi model dataset pulau Sumatera tahun Lampiran 14 Akurasi model dataset pulau Sumatera tahun Lampiran 15 Akurasi model dataset pulau Kalimantan tahun

34 22 Lampiran 16 Akurasi model dataset pulau Kalimantan tahun Lampiran 17 Akurasi model dataset pulau Kalimantan tahun Lampiran 18 Akurasi model dataset pulau Kalimantan tahun

35 Lampiran 19 Akurasi model dataset pulau Kalimantan tahun Lampiran 20 Akurasi model dataset pulau Kalimantan tahun Lampiran 21 Akurasi model dataset pulau Kalimantan tahun