Verifikasi Titik Panas Kebakaran Hutan Dan Lahan Berdasarkan Pola Sekuens Dan Spatiotemporal Cluster Titik Panas

Abstract

Peranan lahan gambut sebagai salah satu sumber daya lahan penting membuat penggunaannya di bidang pertanian semakin pesat. Perubahan penggunaan hutan rawa gambut menjadi lahan pertanian terjadi disebabkan pesatnya perluasan pertanian pada lahan gambut. Banyaknya luas lahan yang terbakar menyebabkan terjadinya degradasi atau rusaknya lingkungan, gangguan terhadap kesehatan manusia dan hancurnya sosial ekonomi masyarakat sekitarnya. Titik panas merupakan salah satu indikator kebakaran hutan dan lahan. Pemerintah telah membuat kriteria prioritas pengecekan data titik panas di lapangan sebagai salah satu cara untuk menanggulangi karhutla melalui upaya pemadaman dini dan perencanaan yang matang. Hal ini dibuktikan dengan hadirnya Peraturan Menteri Lingkungan Hidup dan Kehutanan Republik Indonesia Nomor 8 Tahun 2018. Peraturan Menteri Lingkungan Hidup dan Kehutanan Nomor 8 Tahun 2018 mengandung tiga prioritas dalan sasaran pengecekan titik panas dimana prioritas utama adalah titik panas yang bergerombol (membentuk cluster), dan/atau bila titik panas ditumpangsusunkan dengan data citra satelit terindikasi disertai asap, dan/atau titik panas yang terjadi berulang paling singkat 3 (tiga) hari berturut-turut. Penelitian ini bertujuan untuk memverifikasi data titik panas yang membentuk pola sekuens dan data titik panas yang membentuk cluster. Data pola sekuens didapatkan dengan melakukan sequential pattern mining menggunakan library SPMF untuk algoritme Sequential Pattern Discovery using Equivalence classes (SPADE). Data spatiotemporal cluster didapatkan dengan melakukan clustering menggunakan algoritme Spatio Temporal Density Based Clustering (ST-DBSCAN). Data pola sekuens dan spatiotemporal cluster titik panas kemudian diverifikasi menggunakan citra Landsat 8, citra MODIS MCD64A1, dan titik panas satelit VIIRS. Hasil pembentukan pola sekuens menunjukkan bahwa jumlah titik panas yang membentuk pola sekuens adalah sekitar 1.46% dari keseluruhan titik panas. Jumlah titik panas yang membentuk cluster adalah sekitar 46.74% titik dari keseluruhan jumlah titik panas. Hasil verifikasi menggunakan citra satelit Landsat 8 menunjukkan semakin banyak titik yang menggerombol atau titik yang sama terjadi dalam beberapa hari, semakin besar pula kemungkinan sekitar titik tersebut adalah titik api. Hasil verifikasi menggunakan citra MODIS MCD64A1 menunjukkan bahwa titik panas dalam cluster lebih banyak mendeteksi burned area dibandingkan dengan titik panas dalam sekuens. Akan tetapi, titik panas dalam sekuens lebih sedikit jatuh di unburned area dibandingkan dengan titik panas dalam cluster. Hasil verifikasi menggunakan titik panas satelit VIIRS menunjukkan rata-rata titik panas dalam sekuens yang terverifikasi pada setiap bulannya adalah sekitar 54.47% dan rata-rata titik panas dalam cluster yang terverifikasi pada setiap bulannya adalah sekitar 58.31%.