ANALISIS VISUAL TENTANG POLA KEBAKARAN HUTAN: STUDI KASUS MENGGUNAKAN DATA INDEKS CUACA DAN AREA TERBAKAR

Authors

  • Putu Satya Saputra
  • I Putu Gede Abdi Sudiatmika
  • I Putu Astya Prayudha

DOI:

https://doi.org/10.36002/jutik.v10i3.3458

Keywords:

Data Spasial, Sistem Informasi Geografis, Model Prediksi Kebakaran

Abstract

Kebakaran hutan menyebabkan kerugian yang signifikan dalam bentuk kerusakan habitat, emisi gas
rumah kaca, hilangnya kehidupan satwa liar, dan bahkan hilangnya nyawa manusia. Untuk mengurangi
risiko kebakaran hutan, sangat penting untuk memahami faktor-faktor yang mempengaruhinya. Kondisi
cuaca, seperti kelembaban, suhu, kekeringan, dan kecepatan angin, dikenal sebagai faktor utama yang
memengaruhi kebakaran hutan. Oleh karena itu, analisis visual terhadap pola kebakaran hutan
menggunakan data indeks cuaca dapat memberikan wawasan yang berharga. Indeks kebakaran hutan,
seperti FFMC, DMC, DC, dan ISI, telah dikembangkan untuk memprediksi risiko kebakaran hutan.
Indeks-indeks ini mengukur kelembaban bahan bakar, kekeringan, dan penyebaran awal kebakaran.
Namun, ada kebutuhan untuk memahami lebih dalam bagaimana indeks-indeks ini berkorelasi dengan
pola kebakaran hutan sebenarnya. Data tentang kebakaran hutan, termasuk lokasi, waktu, dan luas area
terbakar, tersedia dalam berbagai dataset. Analisis visual terhadap data ini dapat membantu dalam
mengidentifikasi pola-pola spasial dan temporal dari kebakaran hutan, serta korelasinya dengan faktorfaktor cuaca. Visualisasi data memainkan peran kunci dalam memahami pola-pola yang kompleks dalam
dataset besar. Dengan menggunakan teknik visualisasi yang tepat dapat mengidentifikasi tren, anomali,
dan pola-pola yang tidak terlihat secara langsung melalui analisis statistik. Penelitian ini bertujuan untuk
menganalisis visual pola kebakaran hutan dengan menggunakan data indeks cuaca dan area terbakar.
Hasil penelitian ini diharapkan dapat memberikan pemahaman yang lebih dalam tentang hubungan
antara kondisi cuaca dan kebakaran hutan. Informasi yang diperoleh dapat digunakan untuk
meningkatkan pemahaman tentang risiko kebakaran hutan serta mengembangkan strategi yang lebih
efektif dalam mitigasi bencana kebakaran hutan.

References

D. van Wees, G. R. van der Werf, J. T.

Randerson, N. Andela, Y. Chen, and D.

C. Morton, “The role of fire in global

forest loss dynamics,†Glob Chang

Biol, vol. 27, no. 11, pp. 2377–2391,

Jun. 2021, doi: 10.1111/gcb.15591.

İ. Daşdemir, F. Aydın, and M. Ertuğrul,

“Factors Affecting the Behavior of

Large Forest Fires in Turkey,†Environ

Manage, vol. 67, no. 1, pp. 162–175,

Jan. 2021, doi: 10.1007/s00267-020-

-z.

S. Eskandari, J. R. Miesel, and H. R.

Pourghasemi, “The temporal and

spatial relationships between climatic

parameters and fire occurrence in

northeastern Iran,†Ecol Indic, vol. 118,

p. 106720, Nov. 2020, doi:

1016/j.ecolind.2020.106720.

J. S. S. Junior, J. Paulo, J. Mendes, D.

Alves, and L. M. Ribeiro, “Automatic

Calibration of Forest Fire Weather

Index For Independent Customizable

Regions Based on Historical Records,â€

in 2020 IEEE Third International

Conference on Artificial Intelligence

and Knowledge Engineering (AIKE),

IEEE, Dec. 2020, pp. 1–8. doi:

1109/AIKE48582.2020.00011.

R. Thakkar, V. Abhyankar, P. D. Reddy,

and S. Prakash, “Environmental Fire

Hazard Detection and Prediction using

Random Forest Algorithm,†in 2022

International Conference for

Advancement in Technology

(ICONAT), IEEE, Jan. 2022, pp. 1–4.

doi:

1109/ICONAT53423.2022.9726029

.

Y. O. Sayad, H. Mousannif, and H. Al

Moatassime, “Predictive modeling of

wildfires: A new dataset and machine

learning approach,†Fire Saf J, vol. 104,

pp. 130–146, Mar. 2019, doi:

1016/j.firesaf.2019.01.006.

M. Yasir, “Website: https://jinnovative.org/index.php/Innovative

Visualisasi Data Destinasi Wisata di

DKI Jakarta Menggunakan Pyhton

Google Collab,†Journal Of Social

Science Researc, vol. 3, pp. 9006–9014,

, [Online]. Available: https://jinnovative.org/index.php/Innovative

S. N. Zahra, P. Eko, P. Utomo, S. Pd,

and M. 2 Cs, “Visualisasi Data

Penjualan Barang Retail di Seluruh

Dunia Menggunakan Tableau,†2023.

N. A. A. Dhaffa et al., “Probabilitas

kerentanan kebakaran hutan dan lahan

menggunakan Model Hotspot

Algoritma Maximum Entropy,†ULIN:

Jurnal Hutan Tropis, vol. 8, no. 2, p. 72,

Aug. 2024, doi:

32522/ujht.v8i2.14859.

Haryani, “Algoritma Klasifikasi

Multilayer Perceptron Dalam Analisa

Data Kebakaran Hutan,†Jurnal

Infortech, vol. 5, no. 1, pp. 64–70, Jun.

I. Achmad Komarudin, A. Rahman

Hidayat, D. Ayu Permatasari, P. Studi

Teknik Elektronika Jurusan Teknik

Elektro-Politeknik Negeri Malang Jl

Soekarno Hatta No, K. Malang, and J.

Timur, “PERANCANGAN USER

INTERFACE MONITORING DATA

SENSOR UNTUK MENENTUKAN

NILAI FINE FUEL MOISTURE

CODE SEBAGAI PERINGATAN

DINI POTENSI KEBAKARAN

HUTAN,†Jurnal Teknik Elektro dan

Informatika, vol. 17, no. 2, pp. 45–54,

M. Reza Noviansyah, T. Rismawan, D.

Marisa Midyanti, J. Sistem Komputer,

and F. H. MIPA Universitas Tanjungpura Jl Hadari Nawawi,

“PENERAPAN DATA MINING

MENGGUNAKAN METODE KNEAREST NEIGHBOR UNTUK

KLASIFIKASI INDEKS CUACA

KEBAKARAN BERDASARKAN

DATA AWS (AUTOMATIC

WEATHER STATION) (STUDI

KASUS: KABUPATEN KUBU

RAYA),†2018.

F. Bifakhlina and R. M. Bianca, “Tahap

Analisis Data untuk Profesional

Informasi Menggunakan Google

Looker Studio,†Online, 2024.

N. Hidayati, S. Sutikno, and N. Qomar,

“ANALISIS KARAKTERISTIK

SPASIAL DAN TEMPORAL

KEBAKARAN LAHAN GAMBUT

DI KHG PULAU RANGSANG,â€

Jurnal Teknik, vol. 16, no. 2, pp. 116–

, 2022, doi: 10.31849/teknik.v16i2.

S. Aldiansyah, K. A. Wahid, and D. S.

W. Ningsih, “PEMETAAN WILAYAH

KEBAKARAN HUTAN DAN

LAHAN MENGGUNAKAN CITRA

MODIS (Studi Kasus: Provinsi

Sulawesi Tenggara),†Jurnal

Geosaintek, vol. 8, no. 1, p. 141, Apr.

, doi:

12962/j25023659.v8i1.12019.

M. Rahmah and M. Hamdi,

“Pengendalian Kebakaran Hutan dan

Lahan: Mewujudkan Efektivitas

Sebuah Kebijakan,†Matra

Pembaruan, vol. 6, no. 1, pp. 15–27,

May 2022, doi:

21787/mp.6.1.2022.15-27.

S. Angreini, “Visualisasi Data Lokasi

Rawan Bencana Di Provinsi Sumatera

Selatan Menggunakan Tableau,†Jurnal

Nasional Ilmu Komputer, vol. 2, no. 2,

pp. 135–147, May 2021.

P. K. Srivastava, G. P. Petropoulos, M.

Gupta, S. K. Singh, T. Islam, and D.

Loka, “Deriving forest fire probability

maps from the fusion of visible/infrared

satellite data and geospatial data

mining,†Model Earth Syst Environ,

vol. 5, no. 2, pp. 627–643, Jun. 2019,

doi: 10.1007/s40808-018-0555-5.

X. Qin, Y. Luo, N. Tang, and G. Li,

“Making data visualization more

efficient and effective: a survey,†The

VLDB Journal, vol. 29, no. 1, pp. 93–

, Jan. 2020, doi: 10.1007/s00778-

-00588-3.

Downloads

Published

2024-12-04

How to Cite

Putu Satya Saputra, I Putu Gede Abdi Sudiatmika, & I Putu Astya Prayudha. (2024). ANALISIS VISUAL TENTANG POLA KEBAKARAN HUTAN: STUDI KASUS MENGGUNAKAN DATA INDEKS CUACA DAN AREA TERBAKAR. Jurnal Teknologi Informasi Dan Komputer, 10(3). https://doi.org/10.36002/jutik.v10i3.3458

Similar Articles

1 2 3 4 5 6 7 8 9 10 > >> 

You may also start an advanced similarity search for this article.