Studi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau)

dokumen-dokumen yang mirip
Pemanfaatan Data Landsat-8 dan MODIS untuk Identifikasi Daerah Bekas Terbakar Menggunakan Metode NDVI (Studi Kasus: Kawasan Gunung Bromo)

Jurnal Geodesi Undip Juli 2014

Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur)

BAB I PENDAHULUAN I-1

PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN PEDOMAN PEMANFAATAN DATA LANDSAT-8 UNTUK DETEKSI DAERAH TERBAKAR (BURNED AREA)

PERBANDINGAN MODEL IDENTIFIKASI DAERAH BEKAS KEBAKARAN HUTAN DAN LAHAN DI KALIMANTAN BARAT RIA RACHMAWATI

Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR (Studi Kasus: Wilayah Kabupaten Bangkalan, Jawa Timur)

JURNAL TEKNIK POMITS Vol. x, No. x, (2014) ISSN: xxxx-xxxx (xxxx-x Print) 1

BAB I PENDAHULUAN Latar Belakang

Pengamatan kebakaran dan penyebaran asapnya dari angkasa: Sebuah catatan kejadian kebakaran hutan/lahan di Sumatera Selatan tahun 2014

Pemetaan Potensi Batuan Kapur Menggunakan Citra Satelit Landsat 8 di Kabupaten Tuban

SIDANG TUGAS AKHIR IDENTIFIKASI KERUSAKAN HUTAN DI DAERAH ALIRAN SUNGAI (DAS) MENGGUNAKAN DATA CITRA LANDSAT 7 DAN LANDSAT

METODOLOGI PENELITIAN

Abstrak PENDAHULUAN.

Penentuan Batas Pengelolaan Wilayah Laut Antara Provinsi Jawa Timur dan Provinsi Bali Berdasarkan Undang-Undang Republik Indonesia Nomor 23 Tahun 2014

Aplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan)

ANALISA DAERAH POTENSI BANJIR DI PULAU SUMATERA, JAWA DAN KALIMANTAN MENGGUNAKAN CITRA AVHRR/NOAA-16

IDENTIFIKASI AREAL BEKAS KEBAKARAN HUTAN DAN LAHAN (KARHUTLA, KEBAKARAN HUTAN DAN LAHAN)

Dukungan Teknologi Penginderaan Jauh dalam Penilaian Sumberdaya Hutan Tingkat Nasional: Akses Citra Satelit, Penggunaan dan Kepentingannya

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)

Analisis Ketelitian Geometric Citra Pleiades 1B untuk Pembuatan Peta Desa (Studi Kasus: Kelurahan Wonorejo, Surabaya)

ANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS

LAMPIRAN 1 HASIL KEGIATAN PKPP 2012

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)

ANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA)

A JW Hatulesila. Analisis Spasial Ruang Terbuka Hijau (RTH) untuk Penanganan Perubahan Iklim di Kota Ambon. Abstrak

BAB III METODE PENELITIAN

Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember

III. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS

BAB IV PENGOLAHAN DATA

LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMPOSIT BAND CITRA LANDSAT DENGAN ENVI. Oleh: Nama : Deasy Rosyida Rahmayunita NRP :

III. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.

Analisa Perubahan Tutupan Lahan di Waduk Riam Kanan dan Sekitarnya Menggunakan Sistem Informasi Geografis(SIG) dan data citra Landsat

Analisis Ketelitian Geometric Citra Pleiades 1A untuk Pembuatan Peta Dasar Lahan Pertanian (Studi Kasus: Kecamatan Socah, Kabupaten Bangkalan)

JURNAL TEKNIK POMITS Vol. X, No. X, (Juni, 2013) ISSN:

BAB I PENDAHULUAN 1.1 Latar Belakang

Anita Dwijayanti, Teguh Hariyanto Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,

BAB I PENDAHULUAN. Maret hingga Agustus. Kondisi ini didukung oleh suhu rata-rata 21 0 C 36 0 C dan

PENGGUNAAN CITRA SATELIT RESOLUSI TINGGI UNTUK PEMBUATAN PETA DASAR SKALA 1:5.000 KECAMATAN NGADIROJO, KABUPATEN PACITAN

STUDI PERUBAHAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN SATELIT AQUA MODIS

BAB IV HASIL DAN PEMBAHASAN

Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya)

Jurnal Penginderaan Jauh Vol. 6, 2009 :54-64

AKURASI LUAS AREAL KEBAKARAN DARI DATA LANDSAT-8 OLI DI WILAYAH KALIMANTAN

Aninda Nurry M.F., Ira Mutiara Anjasmara Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,

DISTRIBUSI HUTAN ALAM DAN LAJU PERUBAHANNYA MENURUT KABUPATEN DI INDONESIA LUKMANUL HAKIM E

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS

JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: ( Print) A-572

ANALISA BATAS DAERAH ALIRAN SUNGAI DARI DATA ASTER GDEM TERHADAP DATA BPDAS (STUDI KASUS : SUB DAS BUNGBUNTU DAS TAROKAM)

BAB V HASIL DAN PEMBAHASAN

Pengertian Sistem Informasi Geografis

III. METODE PENELITIAN. berlokasi di kawasan Taman Nasional Way Kambas. Taman Nasional Way

ANALISA PERUBAHAN TATA GUNA LAHAN WILAYAH SURABAYA BARAT MENGGUNAKAN CITRA SATELIT QUICKBIRD TAHUN 2003 DAN 2009

Analisis kebakaran hutan dan lahan gambut Provinsi Riau tahun 2014

Sistem Informasi Pertanahan untuk Evaluasi Bidang Tanah (Studi Kasus : Perumahan Bumi Marina Emas Kelurahan Keputih Kecamatan Sukolilo Surabaya)

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

KARAKTERISTIK CITRA SATELIT Uftori Wasit 1

BAB 1 PENDAHULUAN. Sistem Informasi Geografis pemetaan titik api (hotspot) pemicu

JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 1 II. METODOLOGI PENELITIAN

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS

Oleh : Hernandi Kustandyo ( ) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember

PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN LITBANG PEMANFAATAN DATA PENGINDERAAN JAUH UNTUK KEKERINGAN DAN KEBAKARAN HUTAN/LAHAN

Latar Belakang. Penggunaan penginderaan jauh dapat mencakup suatu areal yang luas dalam waktu bersamaan.

Kajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur L/O/G/O

Ir. Rubini Jusuf, MSi. Sukentyas Estuti Siwi, MSi. Pusat Teknologi dan Data Penginderaan Jauh Lembaga Penerbangan dan Antariksa Nasional (LAPAN)

Bab I Pendahuluan. I.1. Latar Belakang

III. BAHAN DAN METODE

3 METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

HASIL SENSUS PERTANIAN 2013 (ANGKA TETAP)

TINGKAT PENGANGGURAN TERBUKA DI PROVINSI RIAU PADA AGUSTUS 2012 SEBESAR 4,30 PERSEN

Ayesa Pitra Andina JURUSAN TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014

LAPORAN PRAKTIKUM PENGINDERAAN JAUH REGISTRASI DAN REKTIFIKASI DENGAN MENGGUNAKAN SOFTWARE ENVI. Oleh:

III. METODE PENELITIAN. Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura

Potensi Desa (Podes) 2014 Provinsi Riau

Optimalisasi Pemetaan Fase Pertumbuhan Padi Berdasarkan Analisa Pola Reflektan dengan Data Hiperspektral Studi Kasus : Kabupaten Karawang

HASIL DAN PEMBAHASAN. Gambar 8 Langkah-langkah deteksi cluster dengan algoritme DDBC. Performansi Hasil Cluster

DETEKSI AWAN DALAM CITRA SPOT-5 (CLOUD DETECTION IN SPOT-5 IMAGES)

3. METODOLOGI Waktu dan Lokasi Penelitian. Lokasi pengamatan konsentrasi klorofil-a dan sebaran suhu permukaan

Pemetaan Distribusi Spasial Konsentrasi Klorofil-a dengan Landsat 8 di Danau Towuti dan Danau Matano, Sulawesi Selatan

BAB I PENDAHULUAN 1.1. Latar Belakang

Evaluasi Ketelitian Luas Bidang Tanah Dalam Pengembangan Sistem Informasi Pertanahan

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

DENGAN RAHMAT TUHAN YANG MAHA ESA PRESIDEN REPUBLIK INDONESIA,

BAB I PENDAHULUAN 1.1 Latar Belakang

Analisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur)

BAB IV PENGOLAHAN DATA DAN HASIL

Studi Perhitungan Jumlah Pohon Kelapa Sawit Menggunakan Metode Klasifikasi Berbasis Obyek

DETEKSI AREA BEKAS KEBAKARAN HUTAN DAN LAHAN MENGGUNAKAN DATA CITRA RESOLUSI MENENGAH MODIS DENGAN PENDEKATAN INDEKS KEBAKARAN

Bab IV Hasil dan Pembahasan

PENDAHULUAN. wilayah Sumatera dan Kalimantan. Puncak jumlah hotspot dan kebakaran hutan

Analisa Ketelitian Planimetris Citra Quickbird Guna Menunjang Kegiatan Administrasi Pertanahan (Studi Kasus: Kabupaten Gresik, 7 Desa Prona)

Proof of Concept 2016 LAPAN Fire Hotspot: Sistem Peringatan Dini Potensi Kebakaran Hutan Dan Lahan Berbasis Web Dan Android

BAB I PENDAHULUAN 1.1. Latar Belakang

PEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH

BAB I PENDAHULUAN 1.1 Latar Belakang

LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMBINASI BAND PADA CITRA SATELIT LANDSAT 8 DENGAN PERANGKAT LUNAK BILKO OLEH: : HILDA ARSSY WIGA CINTYA

BAB 4. METODE PENELITIAN

BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

A758 Studi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau) Agita Setya Herwanda, Bangun Muljo Sukojo Jurusan Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail: bangunms@gmail.com Abstrak Kebakaran hutan dan lahan telah menjadi ancaman yang cukup serius bagi masyarakat secara global pada satu dekade terkahir, hal ini berkaitan erat dengan rusaknya lingkungan dan sumber daya alam yang ada di dunia terutama pada Negara tropis yang memiliki banyak hutan seperti Indonesia. Provinsi Riau merupakan salah satu dari delapan provinsi yang dinyatakan rawan terhadap bencana kebakaran hutan. Dalam penelitian ini akan dilakukan pengolahan citra satelit dengan resolusi spasial yang berbeda dan menggunakan metode yang sama untuk mendapatkan hasil yang sama yaitu area terbakar. Citra yang digunakan adalah citra Landsat 8 dengan resolusi spasial 30 m dan citra MODIS dengan resolusi spasial 250 m menggunakan metode NBR (Normalized Burned Ratio). Dengan membandingkan kedua data yang berbeda tersebut maka dapat ditentukan penilaian akurasi dari kedua citra yang memiliki resolusi berbeda. Penilaian akurasi yang akan dicapai adalah luasan burned area agreement, related comission error, related omission error, independent omission error. Hasil dari penelitian ini menunjukkan luas area terbakar hasil klasifikasi citra Landsat 8 30 m adalah 125.923,790 Hektar, luas area terbakar hasil klasifikasi citra MODIS 250 m adalah 171.045,154 Hektar. Sedangkan hasil penilaian akurasi dari citra MODIS dan citra Landsat 8 didapatkan hasil luas burned area agreement 40.200,882 Hektar, related comission error 94.633,149 Hektar, related omission error 44.744,897 Hektar, independent comission error 23.165,602 Hektar, dan independent ommission error 21.766,780 Hektar. P Kata Kunci Landsat 8, MODIS, Normalized Burn Ratio I. PENDAHULUAN ADA tahun 2014, sebuah sistem online Global Forest Watch yang menggunakan data dari NASA mendeteksi bahwa Negara Indonesia telah kehilangan hutan sebanyak 1.490.457 hektar wilayah hutannya. Angka tersebut meningkat sejak tahun 2001 dimana pada tahun tersebut terdapat 745.239 hektar wilayah hutan yang hilang. Penyebab dari hilangnya hutan di Indonesia antara lain karena adanya penebangan hutan liar, pembukaan lahan maupun kebakaran hutan. Kebakaran hutan yang terjadi pada tahun 2014 sebagian besar terjadi di Sumatera dan Kalimantan. Kebakaran hutan di Sumatera dan Kalimantan meningkat sepanjang musim kemarau sekitar bulan April hingga Oktober. Delapan provinsi di Sumatera dan Kalimantan yang ditetapkan sebagai daerah rawan kebakaran hutan dan lahan adalah Riau, Jambi, Sumatera Selatan, Lampung, Kalimantan Barat, Kalimantan Tengah, Kalimantan Timur dan Kalimantan Selatan [1]. Salah satu provinsi yang mengalami kebakaran adalah provinsi Riau. Pada tahun 2014, terdapat 230.139 hektar hutan dan lahan yang hilang akibat kebakaran hutan. Pengukuran area terbakar secara langsung di lapangan, selain relatif mahal, juga memerlukan waktu yang lama. Lebih-lebih dilakukan pada wilayah yang luas dan sulit terjangkau. Salah satu alternatif metode yang dapat dilakukan untuk penyediaan informasi daerah bekas kebakaran hutan dan lahan secara relatif lebih cepat, dapat dilakukan secara serentak pada daerah yang relatif luas dan sulit terjangkau, biaya yang relatif lebih murah serta dengan tingkat akurasi yang dapat dipertanggungjawabkan adalah dengan memanfaatkan citra penginderaan jauh [1]. Berdasarkan hasil-hasil penelitian sebelumnya dapat diketahui bahwa data penginderaan jauh yang digunakan untuk analisis burned area sebagian besar berupa data optis dengan berbagai tingkat resolusi spasial seperti MODIS, Landsat, VIIRS hingga Ikonos dan Quickbird. Burned area dapat dianalisis berdasarkan perubahan nilai reflektansi, indeks vegetasi, dan indeks-indeks lainnya seperti NBR (Normalized Burn Ratio) [3] Dalam penelitian ini akan dilakukan pengolahan citra satelit dengan resolusi spasial yang berbeda dan menggunakan metode yang sama untuk mendapatkan hasil yang sama yaitu area terbakar. Citra yang digunakan adalah citra Landsat 8 dengan resolusi spasial 30 m menggunakan metode NBR (Normalized Burned Ratio) dan citra MODIS (Moderate Resolution Imaging Spectroradiometer) dengan resolusi spasial 250 m menggunakan metode NBR (Normalized Burned Ratio). Penggunaan citra Landsat 8 dan citra MODIS dipilih dengan mempertimbangkan kelanjutan dari penelitian sebelumnya karena kedua citra ini memiliki resolusi temporal yang tetap dan setiap bulan dapat dilakukan pemantauan lebih lanjut serta memiliki cakupan yang cukup luas. Dengan membandingkan kedua data yang berbeda tersebut maka dapat ditentukan penilaian akurasi dari kedua citra yang memiliki resolusi berbeda. Penilaian akurasi yang akan dicapai adalah luasan burned area agreement, related comission error, related omission error, independent comission error dan independent omission error. II. METODOLOGI PENELITIAN A. Lokasi Penelitian Lokasi penelitian ini dilakukan di Provinsi Riau. Secara geografis tertetak pada koordinat antara 1 15 Lintang Selatan sampai 4 45 Lintang Utara atau antara 100 3-109 19 Bujur Timur seperti yang ditunjukkan pada Gambar 1.

A759 Gambar 1. Lokasi penelitian (Sumber : Badan Informasi Geospasial) B. Data dan Peralatan a. Data Data yang digunakan dalam penelitian tugas akhir ini yaitu: 1. Citra MODIS wilayah Provinsi Riau pada tahun 2014 2. Citra Landsat 8 wilayah Provinsi Riau pada tahun 2014 3. Data Hotspot Provinsi Riau pada tahun 2014 4. Data Vektor batas wilayah Indonesia 2010 b. Peralatan Peralatan yang digunakan dalam penelitian tugas akhir ini yaitu: 1. Perangkat Lunak (sofware) yang digunakan dalam pengerjaan tugas akhir ini antara lain: i. ArcGIS 10.2.2 ii. Perangkat lunak pengolah citra C. Tahap Pengolahan Data Adapun tahap pelaksanaan penelitian ini dapat dilihat pada gambar 2. a. Data Data-data yang akan diolah meliputi data citra MODIS 1B, citra Landsat 8 1G dan data hotspot Provinsi Riau tahun 2014. b. Pola sebaran hotspot temporal dan spasial Menentukan pola sebaran hotspot secara temporal dalam kurun waktu satu tahun dalam bentuk grafik data statistik untuk mendapatkan bulan puncak kebakaran (peak fire) dan data spasial hotspot puncak kebakaran. c. Pemilihan citra MODIS dan citra Landsat 8 Citra MODIS dan citra Landsat 8 dipilih masing masing pada bulan sebelum puncak kebakaran dan pada bulan sesudah puncak kebakaran di Provinsi Riau tahun 2014. d. Koreksi geometrik dan koreksi radiometrik Koreksi geometrik dilakukan pada citra MODIS menggunakan file geolokasi yang terdapat pada citra dengan metode bow tie dan pada citra Landsat 8 tidak dilakukan koreksi geometric karena pada level 1G sudah terkoreksi secara geometric. Sedangkan koreksi radiometrik dilakukan untuk mengubah nilai digital number menjadi nilai reflektan. e. Perhitungan nilai normalized burn ratio Melakukan perhitungan nilai normalized burn ratio pada citra MODIS dan citra Landsat 8 untuk kemudian dilakukan klasifikasi area terbakar. Area terbakar diidentifikasi berdasarkan nilai threshold (t) dimana threshold yang digunakan untuk menentukan area terbakar adalah µ-1σ. NBR = NIR SWIR NIR+SWIR Dimana NIR adalah nilai reflektansi band NIR (Near Infrared) dan SWIR adalah nilai reflektansi band SWIR (Short Wave Infrared). ΔNBR = NBR 2 NBR 1 (2) Dimana NBR1 adalah nilai NBR sesaat sebelum terbakar dan NBR2 adalah nilai NBR sesaat setelah terbakar. f. Identifikasi Area Terbakar Area terbakar diidentifikasi berdasarkan model ambang batas (tresholds) µ-1σ. Sebuah piksel (Xij) dinyatakan sebagai area terbakar apabila memenuhi persyaratan: Xij < t BA (3) Dimana t BA merupakan niali ambang batas (tresholds) dari suatu piksel yang dinyatakan sebagai area terbakar. g. Pemrosesan Spasial Pemrosesan spasial data antara data area terbakar MODIS 250 m dan area terbakar Landsat 30 m untuk mendapatkan area burned area agreement, related commission error, related omission error, independent omission error dan independent omission error lalu dibuat grafik perbandingan luasnya pada masing masing kota di Provinsi Riau. h. Kartografi Burned area agreement merupakan perpotongan kedua citra area terbakar MODIS 250 m dan citra Landsat 30 m dilakukan (1)

A760 proses kartografi untuk menghasilkan Peta Area Terbakar Provinsi Riau tahun 2014. Studi Literatur Hotspot Tahun 2014 Provinsi Riau Pola Sebaran Hotspot Temporal Analisa Periode Puncak Kebakaran Waktu Citra Sebelum Kebakaran Waktu Citra Setelah Kebakaran Pemilihan Citra Modis dann Citra Landsat 8 Citra Landsat 8 1G Sebelum Kebakaran Citra Landsat 8 1G Setelah Kebakaran Citra Modis 1B Setelah Kebakaran Citra Modis 1B Sebelum Kebakaran Koreksi Geometrik Koreksi Radiometrik Mozaicking Citra Layer Stacking CItra Data Spasial Hotspot Puncak Kebakaran Perhitungan Nilai NBR (Normalized Burn Ratio) Scene Citra Hasil Klasifikasi Tidak Persebaran Sesuai Area Terbakar Citra Modis 250 m Ya Ya Area Terbakar Citra Landsat 8 30 m Pemrosesan Spasial Burned Area Agreement Related Omission Error Related Comission Error Independent Omission Error Independent Comission Error Kartografi Gambar 2. Tahap pengolahan data Peta Area Terbakar Provinsi Riau Tahun 2014 III. HASIL DAN PEMBAHASAN A. Pola Sebaran Hotspot Temporal dan Sebaran Hotspot Spasial Hasil pola sebaran hotspot temporal dihasilkan dari pengolahan data hotspot secara temporal di Provinsi Riau pada tahun 2014 dari bulan januari s/d desember. Pola sebaran hotspot temporal digunakan untuk menentukan waktu terjadinya puncak kebakaran (peak fire). Hasil pola sebaran hotspot spasial dihasilkan dari pengolahan data hotspot temporal yaitu pada hotspot bulan peak fire, bulan pre peak fire dan bulan post peak fire. Pola sebaran hotspot spasial peak fire nantinya akan digunakan untuk validasi persebaran area terbakar dan untuk mengetahui berapa jumlah hotspot pada masing masing daerah. Gambar 3. Pola sebaran hotspot temporal

A761 Dari hasil sebaran hotspot temporal dapat diketahui bahwa titik hotspot tertinggi terjadi pada bulan Maret dengan 3729 titik hotspot dan bulan Februari dengan 2980 titik hotspot. Maka dapat disimpulkan bahwa kebakaran telah terjadi pada bulan Februari hingga Maret pada tahun 2014. Dari data tersebut maka ditentukan bulan puncak kebakaran (peak fire) terjadi pada bulan Februari dan Maret tahun 2014. Sedangkan untuk bulan sebelum puncak kebakaran (pre peak fire) terjadi pada bulan januari tahun 2014 dan bulan setelah puncak kebakaran (post peak fire) terjadi pada bulan april tahun 2014. Gambar 5. Hotspot spasial Februari 2014 Gambar 4. Hotspot spasial Januari 2014 Gambar 6. Hotspot spasial Maret 2014

A762 Tabel 3. Perubahan nilai rata rata dan standar deviasi NBR Perubahan Citra µ σ Landsat 8 0,32356 0,10198 MODIS 0,01376-0,00986 Tabel 4. Nilai ambang batas Ambang Batas (µ-1σ) Citra Nilai Perubahan Landsat 8-0,24170 0,22158 MODIS 0,50298 0,02362 C. Luas Area Terbakar Citra MODIS dan Citra Landsat 8 Berdasarkan hasil klasifikasi normalized burn ratio dengan model threshold µ-1σ pada citra MODIS dan citra Landsat 8 didapatkan hasil area terbakar sebagai berikut. Gambar 7. Hotspot spasial April 2014 Tabel 1. Hotspot spasial peak fire bulan Maret 2014 Kabupaten/Kota Jumlah Hotspot Bengkalis 875 Indragiri Hilir 232 Indragiri Hulu 39 Kampar 2 Dumai 1.469 Pelalawan 173 Rokan Hilir 297 Siakk 706 Jumlah 3.793 Berdasarkan hasil sebaran hotspot spasial dapat diketahui bahawa titik hotspot dengan jumlah terbesar terletak pada Kota Dumai dengan jumlah 1469 titik, Kabupaten Bengkalis dengan 875 titik dan Kabupaten Siakk dengan 706 titik. B. Penentuan Ambang Batas (Tresholds) Area Terbakar Nilai ambang batas dihasilkan dari perhitungan nilai rata rata (µ) dan standar deviasi (σ) dari hasil pengolahan citra Landsat 8 dan citra MODIS menggunakan algoritma Normalized Burn Ratio. Nilai ambang batas (tresholds) yang akan digunakan dalam penelitian ini adalah µ-1σ. Berikut adalah tabel hasil pengolahan ambang batas yang akan digunakan untuk mengidentifikasi area terbakar: Gambar 8. Area terbakar citra MODIS 250 m Tabel 2. Nilai rata rata dan standar deviasi indeks NBR NBR Pre Fire NBR Post Fire Citra µ σ µ σ Landsat 8-0,00414 0,45914 0,31942 0,56112 MODIS 0,59967 0,12030 0,61343 0,11045

A763 Indragiri Hilir 5.724,162 677,985 Indragiri Hulu 808,929 105,465 Kampar 939,219 226,457 Kuantan Singingi 1.881,651 0 Karimun 0 0 Pekan Baru 0 0 Pelalawan 21.546,530 15.222,864 Rokan Hilir 8.314,721 9.577,771 Rokan Hulu 281,250 47,950 Siak 55.611,228 27.806,299 Gambar 9. Area terbakar citra Landsat 8 30 m Dari hasil identifikasi area terbakar pada kedua citra tersebut, maka didapatkan perbedaan hasil luasan area terbakar pada masing masing daerah dan hasil luasan area terbakar seluruh Provinsi Riau. Luas area terbakar Provinsi Riau pada citra MODIS adalah 171045.154 Ha sedangkan luas area terbakar pada citra Landsat 8 adalah 125923.790 Ha. Berikut adalah tabel perbandingan luas area terbakar pada masing masing daerah: D. Penilaian Akurasi Penilaian akurasi dilakukan dengan membandingkan data hasil klasifikasi area terbakar dari citra satelit resolusi rendah terhadap hasil delineasi maupun klasifikasi area terbakar dari citra satelit resolusi yang lebih baik. Burned area agreement merupakan area terbakar yang disetujui dari perpotongan hasil klasifikasi area terbakar citra satelit dan area terbakar referensi dan dinyatakan sebagai batas akurat perimeter api [2]. Secara umum burned area agreement merupakan area hasil klasifikasi daerah terbakar yang saling berpotongan satu sama lain antara kedua citra yang memiliki resolusi yang berbeda. Related omission error merupakan area terbakar dari area terbakar referensi yang berkaitan dengan batas akurat perimeter api [2]. Related commission error merupakan area terbakar dari hasil klasifikasi area terbakar citra satelit yang berkaitan dengan batas akurat perimeter api [2]. Unrelated omission error: area terbakar dari area terbakar referensi yang tidak berkaitan dengan perimeter api [2]. Unrelated commission error: area terbakar dari klasifikasi area terbakar citra satelit yang tidak berkaitan dengan perimeter api [2]. Dari hasil pemrosesan spasial didapatkan hasil sebagai berikut: Gambar 11. Penilaian akurasi Gambar 10. Perbandingan luasan area terbakar Tabel 5. Luasan Area Terbakar Tiap Kabupaten dan Kota Kabupaten MODIS 250 m (Ha) Landsat 30 m (Ha) Bengkalis 58.502,386 40.011,077 Dumai 15.791,747 13.056,898 Dimana: BAA = burned area agreement RCE = related commission error ROE = related omission error ICE = independent commission error IOE = independent omission error Dari hasil data diatas apabila ditampilkan dalam tabel maka dapat diketahui luasan masing masing sebagai berikut:

A764 Tabel 5. Luasan penilaian akurasi Hektar BAA 40.200,882 RCE MODIS 94.633,149 ROE Landsat 8 44.744,897 ICE MODIS 23.165,602 IOE Landsat 8 21.766,780 Gambar 13. Peta area terbakar Provinsi Riau IV. KESIMPULAN DAN SARAN Gambar 12. Peta penilaian akurasi Kesimpulan dari penelitian ini adalah sebagai berikut: a. Luas area terbakar hasil klasifikasi citra Landsat 8 30 m adalah 125.923,790 Hektar dengan nilai luasan terbesar berada pada Kabupaten Bengkalis dengan area terbakar seluas 40.011,077 Hektar dan nilai luasan terkecil berada pada Kabupaten Rokan Hulu seluas 47,950 Hektar b. Luas area terbakar hasil klasifikasi citra MODIS 250 m adalah 171.045,154 Hektar dengan nilai luasan terbesar berada pada Kabupaten Bengkalis dengan area terbakar seluas 58.502,386 Hektar dan nilai luasan terkecil berada pada Kabupaten Rokan Hulu seluas 281,250 Hektar. c. Berdasarkan hasil penilaian akurasi dari citra MODIS dan citra Landsat 8 didapatkan hasil luas burned area agreement 40.200,882 Hektar, related comission error 94.633,149 Hektar, related omission error 44.744,897 Hektar, independent comission error 23.165,602 Hektar, dan independent ommission error 21.766,780 Hektar. Saran yang dapat diambil dari penelitian ini adalah sebagai berikut: a. Untuk pemetaan area terbakar skala Provinsi, lebih baik digunakan citra MODIS. Hal ini dikarenakan daerah cakupan cukup luas dengan resolusi spasial 250 m dan resolusi temporal 1 hari sehingga cukup sesuai untuk pemantauan area terbakar.

A765 V. PENUTUP Penulis menyadari bahwa laporan ini masih banyak kekurangan baik dalam penulisan maupun isi dari laporan ini, karena itu kami sangat mengharapkan saran dan kritik yang membangun guna perbaikan kelak. Akhir kata, penulis menyampaikan banyak terima kasih. DAFTAR PUSTAKA [1] Suwarsono. 2013. Pengembangan Model Identifikasi Daerah Kebakaran Hutan dan Lahan (Burned area) Menggunakan Citra MODIS di Kalimantan. Jakarta: Lembaga Penerbangan dan Antariksa Nasional. [2] Olivia, Patricia., 2011. Burned area mapping with MERIS post-fire image. USA: University of Maryland. [3] Suwarsono. 2012. Daerah Kebakaran Hutan dan Lahan (Burned area) di Kalimantan. Jakarta: FMIPA Universitas Indonesia.