ALGORITMA BACKPROPAGATION DALAM AKURASI MEMPREDIKSI KEMUNCULAN TITIK API (HOTSPOT) PADA WILAYAH KERJA DINAS KEHUTANAN

Riska, Riska (2022) ALGORITMA BACKPROPAGATION DALAM AKURASI MEMPREDIKSI KEMUNCULAN TITIK API (HOTSPOT) PADA WILAYAH KERJA DINAS KEHUTANAN. Masters thesis, Universitas Putra Indonesia "YPTK".

Preview	Text (ABSTRAK) TESIS_RISKA_202321067_ABSTRAK.pdf Download (566kB) | Preview
Preview	Text (BAB 1) TESIS_RISKA_202321067_BAB 1.pdf Download (719kB) | Preview
Preview	Text (DAFTAR PUSTAKA) TESIS_RISKA_202321067_DAFTAR PUSTAKA.pdf Download (651kB) | Preview
	Text (FULL TEXT) TESIS_RISKA_202321067_FULL TEXT.pdf Restricted to Repository staff only Download (3MB)

Abstract

Kejadian kebakaran hutan dan lahan adalah bencana tahunan yang terjadi di Indonesia. Sumatera Barat dengan wilayah hutan saat ini seluas ± 2.286.883,10 Ha dengan 27% atau seluas 630.695 Ha area hutan dikategorikan sebagai lahan kritis yang berpotensi terbakar dan rusak. Pengendalian kebakaran hutan dan lahan pada wilayah kerja Dinas Kehutanan Provinsi Sumatera Barat adalah salah satu upaya dalam mengurangi laju kerusakan hutan tersebut. Selain tindakan pemadaman kebakaran hutan langsung di lokasi titik api, dibutuhkan upaya prepentif untuk mengurangi kemungkinan kejadian kebakaran hutan dan lahan tersebut, dan salah satu nya adalah dengan melakukan prediksi kemunculan titik api (hotspot) dimasa depan. Salah satu metode yang digunakan untuk memprediksi kemunculan titik api ini adalah jaringan syaraf tiruan Backpropagation, hal ini dikarenakan Backpropagation memiliki kemampuan untuk belajar dari pola-pola data yang telah ada untuk melakukan perhitungan kemungkinan kejadian di masa depan. Data kemunculan titik api yang telah terjadi sebelumnya dan beberapa variabel pendukung seperti temperatur udara, kelembapan, curah hujan dan kecepatan angin, dianalisa dan dikelompokkan sebagai dasar pembentukan jaringan syaraf tiruan dan untuk selanjutnya dilakukan training data. Pembelajaran ini dilakukan dengan mengujikan beberapa arsitektur jaringan yang berbeda. Hasil yang didapat dari pengujian tersebut adalah nilai Performance dan MSE (Mean Squared Error) setiap arsitektur jaringan. Hasil pengujiannya tiap arsitektur nantinya dibandingkan untuk menentukan arsitektur terbaik yang menghasilkan nilai prediksi yang paling akurat dan MSE yang paling kecil. Hasil prediksi ini nantinya dijadikan salah satu bahan pertimbangan Dinas Kehutanan untuk perencanaan kegiatan pengendalian kebakaran hutan dan lahan di wilayah kerjanya. Kata kunci: Prediksi, Titik Api, Kebakaraan Hutan, Backpropagation, Jaringan Syaraf Tiruan

Actions (login required)

View Item