Show simple item record

dc.contributor.advisorSitanggang, Imas Sukaesih
dc.contributor.advisorBuono, Agus
dc.contributor.authorMeo, Meliana O.
dc.date.accessioned2016-12-28T03:00:48Z
dc.date.available2016-12-28T03:00:48Z
dc.date.issued2016
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/82291
dc.description.abstractKebakaran 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.id
dc.language.isoidid
dc.publisherBogor Agricultral University (IPB)id
dc.subject.ddcComputer scienceid
dc.subject.ddcAlgorithmsid
dc.subject.ddc2016id
dc.subject.ddcBogor-Jawa Baratid
dc.titleKlasifikasi Lahan Gambut yang Terbakar di Kabupaten Ogan Komering Ilir Menggunakan Algoritme Random Forest dan Algoritme C5.0.id
dc.typeThesisid
dc.subject.keywordC5.0id
dc.subject.keywordkebakaran hutanid
dc.subject.keywordklasifikasiid
dc.subject.keywordlahan gambutid
dc.subject.keywordRandom Forestid


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record