View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Mathematics and Natural Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Klasifikasi Lahan Gambut yang Terbakar di Kabupaten Ogan Komering Ilir Menggunakan Algoritme Random Forest dan Algoritme C5.0.

      Thumbnail
      View/Open
      Fulltext (17.12Mb)
      Date
      2016
      Author
      Meo, Meliana O.
      Sitanggang, Imas Sukaesih
      Buono, Agus
      Metadata
      Show full item record
      Abstract
      Kebakaran hutan atau lahan di Indonesia tidak terjadi hanya pada lahan kering saja, tetapi terjadi juga pada lahan basah seperti lahan gambut. Kebakaran di lahan gambut lebih berbahaya dan sulit diatasi dibandingkan dengan kebakaran di daerah non-gambut, selain itu dampak dari kebakaran lahan gambut sangat merugikan masyarakat. Salah satu cara yang memungkinkan kita untuk mengetahui kondisi kebakaran hutan dan lahan gambut adalah dengan memanfaatkan teknologi penginderaan jauh. Citra satelit yang dihasilkan dari penginderaan jauh dapat dianalisis melalui proses klasifikasi. Tujuan dari penelitian ini adalah membangun model klasifikasi menggunakan algoritme Random Forest (RF) dan algoritme C5.0 untuk mengklasifikasikan area lahan gambut sebelum terbakar, terbakar, dan setelah terbakar pada citra satelit Landsat 7 ETM+ dengan tanggal akusisi citra yaitu 6 September 2015. Area yang digunakan adalah Kabupaten Ogan Komering, Provinsi Sumatera Selatan. Model yang dibangun menggunakan 2 algoritme tersebut akan dianalisis untuk mengetahui algoritme yang terbaik dalam mengklasifikasi lahan gambut yang terbakar sehingga dapat dimanfaatkan untuk mengestimasi luasan lahan gambut yang terbakar. Penelitian ini terdiri dari tiga pekerjaan utama yaitu praproses citra satelit, proses klasifikasi citra dan analisis hasil klasifikasi. Hasil penelitian ini menunjukan bahwa algoritme RF memiliki akurasi terbaik, yaitu sebesar 97.26% dan nilai koefisien Kappa sebesar 0.97. Algoritme C5.0 memiliki akurasi sebesar 97.10% dan nilai Kappa sebesar 0.96 serta menghasilkan 27 aturan yang dapat digunakan untuk mengetahui karakteristik band dari kelas sebelum terbakar, terbakar, dan setelah terbakar pada citra satelit Landsat 7 ETM+. Dari aturan yang dihasilkan dapat diketahui bahwa kelas sebelum terbakar memiliki nilai band 7 lebih besar dari 40 dan lebih kecil dari atau sama dengan 101, band 4 memiliki nilai lebih besar dari 73, dan band 2 memiliki nilai lebih kecil dari atau sama dengan 123. Kelas terbakar memiliki nilai band 7 lebih besar dari 78, band 4 memiliki nilai lebih besar dari 94 dan lebih kecil dari atau sama dengan 149 dan band 2 memiliki nilai lebih besar dari 75. Kelas setelah terbakar memiliki nilai band 7 lebih besar dari 40 dan lebih kecil dari atau sama dengan 166, band 4 memiliki nilai lebih kecil atau sama dengan 119 dan band 2 memiliki nilai lebih kecil dari atau sama dengan 82. Kelas awan memiliki nilai band 4 nilai lebih besar 94, dan band 2 memiliki nilai lebih besar 83. Selain itu, hasil penelitian menunjukan bahwa total estimasi luasan lahan gambut di kabupaten Ogan Komering Ilir, Sumatera Selatan pada tanggal 6 September 2015 dengan menggunakan algoritme C5.0 adalah 7 119.995 km2 pada kelas sebelum terbakar, 689.895 km2 pada kelas terbakar dan 2 155.300 km2 pada kelas setelah terbakar.
      URI
      http://repository.ipb.ac.id/handle/123456789/82291
      Collections
      • MT - Mathematics and Natural Science [4149]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository