Pemodelan Prediksi Jumlah Titik Panas Bulanan Menggunakan Regression Decision Tree di Kabupaten Rokan Hilir

Abstract

Kebakaran hutan menjadi topik sorotan berskala internasional karena pengaruhnya yang penting terhadap lingkungan, sosial, dan ekonomi. Titik panas yang terdapat di permukaan bumi merupakan pemicu terjadinya kebakaran hutan dan lahan. Kebakaran hutan dan lahan yang terjadi pada tahun 2013 dianggap sebagai kebakaran terparah yang terjadi di Provinsi Riau khususnya di Kabupaten Rokan Hilir. Informasi mengenai deteksi titik panas diperlukan untuk mengetahui informasi mengenai indikasi terjadinya kebakaran. Tujuan penelitian ini yaitu membuat model prediksi kemunculan titik panas bulanan di Rokan Hilir menggunakan regression tree. Variabel yang digunakan dalam penelitian ini berkaitan dengan data iklim, yaitu: curah hujan; southern oscillation index (SOI); dan sea surface temperature (SST). Tahap pemodelan dan pengujian menggunakan 145 data latih dan 22 data uji. Model yang dihasilkan dapat memprediksi titik panas bulanan di kabupaten Rokan Hilir dengan korelasi 0.87429 dan nilai galat 0.16598. Nilai-nilai tersebut menyatakan bahwa performa model prediksi kemunculan titik panas bulanan di Kabupaten Rokan Hilir tergolong cukup baik.