Analisis Confidence Titik Panas sebagai Indikator Kebakaran Lahan Gambut dengan Pendekatan Sequential Pattern Mining

Abstract

Kejadian kebakaran hutan di pulau Sumatra dan Kalimantan setiap tahunnya mengakibatkan degradasi lahan gambut yang cukup signifikan. Kebakaran lahan gambut dapat diidentifikasi dengan pengolahan data titik panas menjadi pola sekuens. Setiap titik panas dari FIRM MODIS NASA memiliki nilai confidence yang menyatakan tingkat keyakinan suatu titik panas menjadi titik api. Penelitian bertujuan untuk membangkitkan pola sekuens titik panas menggunakan algoritme SPADE lalu menganalisis aspek confidence dari sekuens tersebut. Penelitian ini memperoleh 28 pola sekuens dengan panjang 2-frequent sekuens pada minimum support 0.02%. Sebanyak 484 titik panas ditemukan dari 28 pola sekuens tersebut, yang sebagian besar terjadi di bulan September hingga November. Dari 484 titik panas pada pola sekuens, 58 di antaranya mengalami penurunan confidence menjadi di bawah 70%, namun hanya 21 titik yang dapat diverifikasi oleh citra Landsat. Hasil verifikasi menunjukkan sebesar 85.71% titik panas mengalami penurunan confidence disebabkan adanya tutupan awan atau kabut asap.