Model Prediksi Jumlah Kemunculan Titik Panas di Kabupaten Rokan Hilir Menggunakan Elman Recurrent Neural Network
Abstract
Kebakaran hutan adalah salah satu penyebab gangguan penurunan hutan di
Indonesia. Kebakaran hutan dan lahan pada tahun 2013 menjadi kebakaran terbesar
di Provinsi Riau, terutama di kabupaten Rokan Hilir. Kebakaran hutan dapat terjadi
karena dua faktor utama, yaitu faktor alam dan manusia Faktor alam terjadinya
kebakaran seperti kondisi cuaca dan iklim, dan faktor yang disebabkan oleh
manusia contohnya pembukaan lahan. Pembukaan lahan menyebabkan munculnya
titik panas. Dari fakta tersebut diperlukan cara untuk mengantisipasi adanya
kebakaran hutan di wilayah Indonesia. Penelitian ini bertujuan untuk melakukan
pemodelan data pada kemunculan titik panas dengan pola pembelajaran
menggunakan Elman Recurrent Neural Network (ERNN). Metode yang digunakan
dalam penelitian ini dengan membangun arsitektur berdasarkan plot PACF untuk
menentukan node lapisan masukan pada data titik panas serta menggunakan data
iklim seperti data curah hujan CRU, data iklim SOI dan data iklim SST Nino 3.4.
Model yang dihasilkan pada tahun 2013 memiliki nilai korelasi sebesar 0.951 dan
nilai RMSE sebesar 437.603. Hasil penelitian menunjukkan bahwa ERNN baik
dalam memprediksi pola kemunculan titik panas pada bulan yang memiliki nilai
aktual yang relatif konstan.
Collections
- UT - Computer Science [2335]