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

dokumen-dokumen yang mirip
DETEKSI SEBARAN TITIK API PADA KEBAKARAN HUTAN GAMBUT MENGGUNAKAN GELOMBANG-SINGKAT DAN BACKPROPAGATION (STUDI KASUS KOTA DUMAI PROVINSI RIAU)

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

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

SISTEM PENILAIAN RESIKO TINGKAT BAHAYA KEBAKARAN HUTAN BERBASIS JARINGAN SYARAF TIRUAN

BAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara

BAB II TINJAUAN PUSTAKA

I. PENDAHULUAN. bagi kehidupan manusia. Disamping itu hutan juga memiliki fungsi hidrologi sebagai

1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. yang menyerupai otak manusia yang dikenal dengan jaringan syaraf tiruan.

PENDAHULUAN Latar Belakang

BAB V HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN. Timor Leste terletak di antara garis lintang 8 dan 10 S, dan bujur 124

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB V KESIMPULAN DAN SARAN. Dari penilitian ini dapat disimpulkan bahwa : sebagai indikasi adanya kebakaran hutan.

TINJAUAN PUSTAKA. non hutan atau sebaliknya. Hasilnya, istilah kebakaran hutan dan lahan menjadi. istilah yang melekat di Indonesia (Syaufina, 2008).

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

BAB 2 LANDASAN TEORI

ANALISIS PERBANDINGAN METODE BACKPROPAGATION DAN RADIAL BASIS FUNCTION UNTUK MEM PREDIKSI CURAH HUJAN DENGAN JARINGAN SYARAF TIRUAN

BAB I PENDAHULUAN. diatur di dalam otak sebagai pengendali utama tubuh manusia. Otak manusia

BAB I PENDAHULUAN I-1

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

BAB II TINJAUAN PUSTAKA

IV. GAMBARAN UMUM KOTA DUMAI. Riau. Ditinjau dari letak geografis, Kota Dumai terletak antara 101 o 23'37 -

KEKERINGAN TAHUN 2014: NORMAL ATAUKAH EKSTRIM?

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN)

PENGARUH ELNINO PADA KEBAKARAN HUTAN DAN LAHAN

Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation

1. Pendahuluan. 1.1 Latar Belakang

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation

BAB V HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN 1.1. Latar Belakang

MITIGASI BENCANA ALAM I. Tujuan Pembelajaran

PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

Metode Jaringan Saraf Tiruan Propagasi Balik Untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat

BAB I PENDAHULUAN 1.1. Latar Belakang

Generated by Foxit PDF Creator Foxit Software For evaluation only. BAB I PENDAHULUAN

PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

KABUT ASAP DAN DAMPAKNYA TERHADAP PEREKONOMIAN SEKTOR RIIL PROVINSI JAMBI

BAB 3 METODOLOGI PENELITIAN

APLIKASI JARINGAN SARAF TIRUAN UNTUK INVENTARISASI LUAS SUMBER DAYA ALAM STUDI KASUS PULAU PARI

POSITRON, Vol. IV, No. 2 (2014), Hal ISSN :

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

MENTERI NEGARA LINGKUNGAN HIDUP,

BAB II LANDASAN TEORI

KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati

MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem

BAB II TINJAUAN PUSTAKA

Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)*

BAB I PENDAHULUAN 1.1. Latar Belakang

PRISMA FISIKA, Vol. I, No. 1 (2013), Hal ISSN :

DAFTAR TABEL. Tabel 4.1 Struktur Neural Network Backpropagation Tabel 4.2 Hasil Pengujian Identifikasi Data Uji... 34

BAB II TINJAUAN PUSTAKA

ANALISIS DEKOMPOSISI WAVELET PADA PENGENALAN POLA LURIK DENGAN METODE LEARNING VECTOR QUANTIZATION

ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION

BAB 2 LANDASAN TEORI

PENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Jurnal Fisika Unand Vol. 2, No. 4, Oktober 2013 ISSN

PERANCANGAN APLIKASI MENGIDENTIFIKASI PENYAKIT MATA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

BAB II TINJAUAN PUSTAKA

III. METODE PENELITIAN

BAB I PENDAHULUAN. Kelancaran berkomunikasi radio sangat ditentukan oleh keadaan lapisan E

BAB III METODE PENELITIAN. Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu

JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA

NEURAL NETWORK BAB II

APLIKASI JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON PADA APLIKASI PRAKIRAAN CUACA

BAB I PENDAHULUAN. Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA. 2.1 Evapotranspirasi Potensial Standard (ETo)

BAB I PENDAHULUAN. pada radius 4 kilometer dari bibir kawah. (

BAB 2 LANDASAN TEORI

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK

BAB I PENDAHULUAN. lahan serta kerusakan infrastruktur dan bangunan (Marfai, 2011).

BAB II TINJAUAN PUSTAKA

KEMENTERIAN ENERGI DAN SUMBER DAYA MINERAL REPUBLIK INDONESIA BADAN GEOLOGI

BAB III PERANCANGAN SISTEM

Sistem Pendukung Keputusan

BAB 2 TINJAUAN PUSTAKA

Jaringan syaraf dengan lapisan tunggal

KOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS

BAB I PENDAHULUAN A. Latar Belakang Penelitian Novita Fauzi, 2015

SATIN Sains dan Teknologi Informasi

PENDAHULUAN Latar Belakang Tujuan Penelitian METODE Waktu dan Tempat Penelitian

BAB I PENDAHULUAN. paling parah dan paling lama tingkat pemulihannya akibat krisis keuangan

JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh

DETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION

BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI PRODUKTIVITAS PEGAWAI. Jasmir, S.Kom, M.Kom

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PREDIKSI KUALITAS AIR BERSIH PDAM KOTA PALU MENGGUNAKAN METODE BACKPROPAGATION

Gambar 1.1 Siklus Hidrologi (Kurkura, 2011)

DENGAN RAHMAT TUHAN YANG MAHA ESA MENTERI LINGKUNGAN HIDUP DAN KEHUTANAN REPUBLIK INDONESIA,

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR

APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM

INFORMASI KEBAKARAN HUTAN DAN LAHAN BERDASARKAN INDEKS KEKERINGAN DAN TITIK PANAS DI KABUPATEN SAMOSIR

Transkripsi:

1 BAB I PENDAHULUAN 1.1 Latar Belakang Kota Dumai merupakan salah satu dari 12 Kabupaten/Kota di Provinsi Riau. Kota Dumai sangat dipengaruhi oleh iklim laut. Musim hujan jatuh pada bulan September hingga bulan Februari dan periode kemarau jatuh pada bulan Maret hingga Agustus. Kondisi ini didukung oleh suhu rata-rata 21 0 C 36 0 C dan curah hujan sebesar 2.249 mm, yang menjadikan Kota Dumai sebagai kawasan yang paling bersahabat dengan iklim dan cuaca. Namun beberapa tahun terakhir ini, keadaan ini terganggu dengan bencana asap yang merugikan. Kebakaran hutan gambut merupakan salah satu penyebab rusaknya iklim di Kota Dumai. Kebakaran hutan gambut ini terjadi pada musim kemarau, ada 2 kecamatan yang rawan dengan kasus kebakaran seperti Kecamatan Sungai Sembilan dan Kecamatan Medang Kampai, kebakaran hutan ini sebagian besar disebabkan oleh perbuatan pihak-pihak yang tidak bertanggung jawab terutama pada saat pembukaan lahan untuk pembangunan/pengembangan areal Hak Penguasaan Hutan Tanaman Industri (HPHTI), Perkebunan dan pertanian di lahan kering dan lahan gambut (Dinas Pertanian, Perkebunan dan Kehutanan) Kebakaran ini tidak dapat direspon dengan cepat karena lokasi kejadian sangat jauh dari akses. Kondisi ini juga yang membuat petugas yang bekerja di lapangan tidak maksimal menanggulanginya karena kesulitan untuk mencapai lokasi.

2 Kondisi ini menimbulkan kabut asap yang menyebabkan gangguan di berbagai segi kehidupan, meningkatnya jumlah penderita penyakit infeksi saluran pernapasan (ISPA) karena kualitas udara yang tidak sehat, banyak sekolah yang diliburkan pada saat kabut asap berada di tingkat yang berbahaya, gangguan asap juga terjadi pada sarana perhubungan/transportasi yaitu berkurangnya batas pandang serta bencana lainnya. Kebakaran hutan gambut ini terjadi hampir disetiap tahunnya dan kota Dumai pada tahun 2013 telah mengirimkan asap hingga ke negara tetangga. Hal ini telah menjadi perhatian masyarakat luas tidak hanya masyarakat nasional tapi juga internasional. Kebakaran yang terjadi setiap tahunnya menandakan perlu adanya upaya pencegahan dan penganggulangan yang terpadu agar dapat mengurangi dampak yang ditimbulkan dari kebakaran ini. Pencegahan kebakaran hutan gambut dapat dilakukan dengan sistem deteksi dini kebakaran hutan gambut. Deteksi dini kebakaran hutan merupakan salah satu kegiatan yang penting dalam rangka pengendalian kebakaran hutan. Salah satu adalah deteksi keberadaan titik panas (hotspot) lapangan (Yonatan, 2006). Cara deteksi Titik panas (hotspot) ini dapat dilakukan dengan penginderaan jauh. Penginderaan jauh merupakan sebuah teknologi yang dapat digunakan untuk mendeteksi kebakaran hutan secara cepat dan efisien (Setiyono, 2006). Salah satu teknologi penginderaan jauh adalah satelit Terra MODIS. Menurut pendapat Prasasti (2010), Satelit Terra yang membawa sensor Modis (Moderate resolution imaging spectroradiometer) merupakan satelit pengamatan

3 lingkungan yang dapat digunakan untuk ekstraksi data suhu permukaan yang bersifat regional. Informasi kebakaran dengan deteksi titik api dapat dilakukan dengan memanfaatkan saluran-saluran yang ada pada data MODIS. MODIS dirancang untuk dapat memberikan informasi yang meyakinkan tentang lokasi titik api yang memiliki kemungkinan paling tinggi dan tepat dan dapat memberikan pemantauan kebakaran hutan secara multitemporal (Kaufman et.al, 1998 dalam Tjahjaningsih et.al, 2005) Menurut Kadir, et.al (2013) pengolahan citra merupakan bagian penting yang mendasari berbagai aplikasi nyata, salah satunya adalah penginderaan jarak jauh jauh. Pengolahan citra merupakan proses gambar berdimensi dua melalui komputer yang digunakan untuk memanipulasi dan momodifikasi citra dengan berbagai cara agar dapat diinterpretasikan oleh manusia ataupun mesin. Transformasi gelombang-singkat adalah suatu Analisis Multi Resolusi (AMR) yang dapat direpresentasikan informasi waktu dan frekuensi suatu sinyal dengan baik. Transformasi gelombang-singkat dibagi menjadi dua bagian yaitu transformasi gelombang-singkat kontinu dan transformasi gelombang-singkat diskrit. Penelitian yang dilakukan Anwar, et.al (2008), menggunakan Diskrit Wavelet Transform karena DWT mempunyai kemampuan mengelompokkan energi citra terkosentrasi pada sekelompok kecil koefisien, mampu memberikan kombinasi informasi frekuensi dan skala, sehingga lebih akurat dalam rekonstruksi citra.

4 Jaringan syaraf tiruan (artificial neural network) atau JST adalah sistem komputasi di mana arsitektur dan operasi diilhami dari pengetahuan tentang sel saraf biologi didalam otak, merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba menstimulasi proses pembelajaran pada otak manusia tersebut. JST dapat digambarkan sebagai model matematis dan komputasi untuk fungsi aproksimasi nonlinear, klasifikasi data cluster dan regresi non parametrik atau sebuah simulasi dari koleksi model saraf biologi, (Suyatno, 2011). Metode Backpropagation merupakan algoritma pembelajaran terawasi dan biasanya digunakan oleh perceptron dengan banyak lapisan untuk mengubah bobot bobot yang terhubung dengan neuron neuron yang ada pada lapisan tersembunyinya, (Kusumadewi, 2004). Metode pelatihan yang dipilih menggunakan backpropagation untuk proses pembelajaran jaringan karena telah banyak digunakan dalam penelitian dan keberhasilan dalam penerapan metode ini di berbagai macam aplikasi. Dalam memetakan arah sebaran titik api (hostpot) dengan baik maka akan digunakan Gelombang-singkat (Haar, Coiflet1 dan Symlet5) sebagai pengolahan awal dan dalam pelatihan jaringan menggunakan metode Backpropagation. 1.2 Rumusan Masalah Berdasarkan permasalahan tersebut diatas, maka penulits menemukan beberapa permasalahan, yaitu :

5 1. Bagaimana mengidentifikasi titik api (hotspot) dengan memanfaatkan data satelit Terra MODIS? 2. Bagaimana mengenali pola titik api (hotspot) di Kota Dumai dengan menggunakan metode backpropagation dengan Gelombang-singkat sebagai pengolahan awalnya? 1.3 Batasan masalah Adapun yang menjadi batasan masalah dalam penelitian ini adalah : 1. a. Penelitian ini menggunakan input berupa citra satelit Terra MODIS. b. Lokasi yang diteliti adalah Kota Dumai Provinsi Riau. c. Data penunjang dari Badan Pusat Statistik, Dinas Pertanian, Perkebunan dan Kehutanan, Badan Lingkungan Hidup Kota Dumai. 2. a. Algoritma yang digunakan dalam mengolah citra satelit Terra MODIS adalah persamaan D Souza et.al (1993) dan algoritma Coll, et.al (1994). b. Model yang digunakan menggunakan jaringan syaraf tiruan dengan arsitektur Backpropagation. c. Jenis Gelombang-singkat yang digunakan adalah Haar, Coiflet1, dan Symlet5. 1.4 Tujuan penelitian Penelitian ini bertujuan untuk : 1. Mengidentifikasi titik api (hostspot) dengan memanfaatkan data satelit Terra MODIS.

6 2. Mengenali pola titik api (hotspot) di Kota Dumai menggunakan metode backpropagation dengan Gelombang-singkat sebagai pengolahan awalnya. 1.5 Manfaat Manfaat dari penelitian ini adalah : 1. Sebagai masukan bagi Pemerintah Daerah Kota Dumai dalam upaya mencegah dan menanggulangi kebakaran hutan gambut. 2. Mengetahui kemampuan citra satelit Terra MODIS dalam mengidentifikasi titik api (hotspot) berdasarkan data kebakaran sebagai acuan. 1.6 Keaslian Penelitian Banyak penelitian yang telah dilakukan untuk deteksi kebakaran hutan dengan penginderaan jauh dan penggunaan data hotspot seperti penelitian yang dilakukan oleh Thoha (2006) tentang penggunaan penginderaan jauh untuk deteksi kebakaran hutan gambut di Kabupaten Bengkalis Propinsi Riau, dari penelitian ini disimpulkan bahwa terdapat perbedaan data hotspot antara JICA, ASMC dan LAPAN. Akurasi berdasarkan jumlah desa adalah 47%, 60% dan 40%. Thoha (2008) tentang penggunaan data hotspot untuk memantau kebakaran hutan dan lahan di indonesia, dalam penelitian ini menjelaskan bagaimana data hotspot dengan keunggulannya dapat bermanfaat bagi upaya deteksi, pemantauan maupun pengembangan sistem peringatan dini kebakaran hutan dan lahan.

7 Kemudian pada tahun 2012 penelitian yang dilakukan oleh Widyarto, et.al, tetang deteksi lokasi titik api pada kebakaran hutan menggunakan color image prosessing, dari penelitian ini disimpulkan bahwa segmentasi pada gambar satelit kebakaran hutan tidak hanya dapat dilakukan dengan menggunakan metode watershed karena akan terjadi hasil segmentasi yang berlebihan. Selanjutnya pada tahun 2007, penelitian tentang kerentanan kebakaran hutan telah dilakukan oleh Pradhan, et.al. dalam penelitian ini menggunakan penginderaan jauh dan sistem informasi geografis ( GIS ) untuk mengevaluasi kerentanan kebakaran hutan, dalam menggambarkan pemetaan kebakaran hutan digunakan model rasio frekuensi serta data historis hotspot dari tahun 2001-2005 menggunakan NOAA 12 dan NOAA 16. Hasil ketepatan akurasi yang dihasilkan sebesar 73,18 %. Penelitian tentang Jaringan Syarat Tiruan telah dilakukan oleh Yongjun, et.al, (2009) dalam penelitian ini membahas tentang penginderaan jauh untuk monitoring hutan bambu menggunakan Jaringan Syaraf Tiruan Backpropagation dengan melakukan persaluraningan perbedaan klasifikasi dari tiga fungsi pelatihan yaitu fungsi pelatihan jaringan backpropagation (trainlm), metode BPNN yang dipercepat dengan learning rate variabel, metode BPNN standar yang dipercepat dengan momentum. Dalam penelitian ini akan memanfaatkan saluran 31 dan 32 pada satelit Terra MODIS serta menggunakan algoritma Coll, et.al (1994) dengan data kebakaran hutan acuan (Dinas Pertanian, Perkebunan dan Kehutanan). Hasil dari pengolahan data citra ini berupa suhu permukaan, citra suhu permukaan kemudian

8 diolah dengan menggunakan metode Backpropagation dan gelombang-singkat (wavelet) untuk pengenalan pola titik api (hotspot). Jenis tapis gelombang-singkat yang digunakan adalah Haar, Coiflet1 dan Symlet5.