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.