Klasifikasi Tutupan Lahan Gambut Terbakar di Provinsi Riau menggunakan Probabilistic Neural Network

Abstract

Permasalahan kebakaran hutan di Indonesia sudah berada pada tingkat yang parah. Banyak kerugian akibat kebakaran hutan yang diderita oleh masyarakat, perusahaan, dan negara. Di wilayah pulau Sumatera khususnya Riau, daerah yang sering terbakar adalah lahan gambut. Salah satu cara untuk mengidentifikasi area lahan gambut yang terbakar adalah dengan menganalisis titik panas. Titik panas merupakan indikator kebakaran hutan yang mendeteksi suatu lokasi yang memiliki suhu relatif lebih tinggi dibandingkan dengan suhu di sekitarnya. Penginderaan jauh menggunakan satelit dapat digunakan untuk pendeteksian titik panas. Selama peristiwa kebakaran, api yang sedang aktif dapat dideteksi oleh sensor infra merah pada satelit. Penelitian ini mengklasifikasikan lahan gambut di Provinsi Riau menurut karakteristik citra satelit. Metode yang digunakan adalah probabilisitc neural network (PNN), yaitu jaringan saraf tiruan yang dikembangkan berdasarkan fungsi pendugaan peluang metode kernel. Penelitian ini menghasilkan tiga jenis kelas yaitu terbakar, setelah terbakar dan sebelum terbakar dengan akurasi sebesar 94.1%. Model yang dihasilkan diharapkan dapat membantu dalam menganalisis dan mengatasi masalah kebakaran lahan gambut.