PREDIKSI JUMLAH KEJADIAN TITIK PANAS PADA LAHAN GAMBUT DI INDONESIA MENGGUNAKAN PROPHET

Abstract Views : 346 / Downloads Count: 450

Authors

  • Hafidz Sanjaya Universitas Amikom Yogyakarta
  • Angga Kurniawan Universitas Amikom Yogyakarta
  • Ibnu Ickwantoro Universitas Amikom Yogyakarta
  • Abdul Ra'uf Alfansani Universitas Amikom Yogyakarta
  • Kusrini Universitas Amikom Yogyakarta
  • Dina Maulina Universitas Amikom Yogyakarta

DOI:

https://doi.org/10.31949/infotech.v9i2.6073

Keywords:

Prediksi, Titik Panas, Lahan Gambut, Prophet

Abstract

Indonesia merupakan salah satu negara dengan kawasan gambut terluas di dunia yang menyumbang setidaknya 47% dari luas gambut tropis dunia dan menjadi pemilik lahan gambut terbesar di Asia Tenggara. Lahan gambut di Indonesia diperkirakan memiliki luas 20,6 juta atau 10,8% dari luas daratan Indonesia dan banyak memberikan manfaat. Kebakaran lahan gambut menyebabkan deforestasi dan degradasi. Upaya pencegahan yang bisa dilakukan adalah memprediksi jumlah kejadian titik panas yang muncul pada lahan gambut di Indonesia. Data yang digunakan untuk prediksi adalah berupa data deret waktu kemunculan titik panas mulai dari tahun 2019 sampai dengan 2022 pada satelit Terra dan Aqua yang dimiliki NASA pada instrumen MODIS. Data yang diperoleh diproses menjadi jumlah kejadian titik panas per tanggal kejadian yang tercatat untuk selanjutnya dianalisa menggunakan model Prophet. Hasil pengujian menunjukkan bahwa model Prophet mampu melakukan prediksi jumlah kejadian titik panas dengan membaca tren, pola tahunan dan mingguan memberikan nilai RMSE sebesar 28.327.

Downloads

Download data is not yet available.

References

H. Herman, “Upaya konservasi dan rehabilitasi lahan gambut melalui pengembangan industri perkebunan sagu,” Prosiding Seminar Nasional Lahan Basah, 2016.

Badan Restorasi Gambut dan Mangrove RI, RENCANA STRATEGIS BADAN RESTORASI GAMBUT DAN MANGROVE 2021-2024. Jakarta: BRGM RI, 2021.

F. Yuliani, P. Penelitian, P. Kesejahteraan, S. Kementerian, and S. Ri, “MITIGASI BENCANA KEBAKARAN LAHAN GAMBUT DAN PEMBERDAYAAN MASYARAKAT MELALUI METODE RESTORASI,” Sosio Informa : Kajian Permasalahan Sosial dan Usaha Kesejahteraan Sosial, vol. 4, no. 2, p. 13630, Aug. 2018, doi: 10.33007/INF.V4I2.1460.

D. Arisanty, M. Z. A. Anis, H. P. N. Putro, M. Muhaimin, and Syarifuddin, Kebakaran Lahan Gambut: Faktor Penyebab dan Mitigasinya. Banjarmasin: Program Studi Pendidikan IPS, Fakultas Keguruan dan Ilmu Pendidikan, Universitas Lambung Mangkurat, 2020.

M. Alkaff and N. E. Yulianto, “Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima,” Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer, vol. 3, no. 2, pp. 54–63, Oct. 2019, doi: 10.31961/ELTIKOM.V3I2.122.

S. A. Cahyono, S. P. Warsito, W. Andayani, D. Dwidjono, and H. Darwanto, “Faktor-Faktor yang Mempengaruhi Kebakaran Hutan di Indonesia dan Implikasi Kebijakannya,” Jurnal Sylva Lestari, vol. 3, no. 1, pp. 103–112, Feb. 2015, doi: 10.23960/JSL13103-112.

N. A. Dewi, A. Sembiring, and K. Chiuloto, “PEMBUATAN SISTEM ALARM KEBAKARAN UNTUK MEMADAMKAN API DAN PENDETEKSI GAS BERBASIS ARDUINO UNO,” METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi, vol. 8, no. 1, pp. 22–27, Mar. 2022, doi: 10.46880/MTK.V8I1.920.

M. Mursyidin and Y. Yuswardi, “Deteksi Kesuburan Perairan Aceh Menggunakan Citra Klorofil-A Satelit Aqua Modis,” CIRCUIT: Jurnal Ilmiah Pendidikan Teknik Elektro, vol. 1, no. 1, May 2017, doi: 10.22373/crc.v1i1.1382.

S. J. Taylor and B. Letham, “Forecasting at Scale,” Am Stat, vol. 72, no. 1, pp. 37–45, Jan. 2018, doi: 10.1080/00031305.2017.1380080.

A. Goel, “ANN-Based Approach for Predicting Rating Curve of an Indian River,” ISRN Civil Engineering, vol. 2011, pp. 1–4, Jul. 2011, doi: 10.5402/2011/291370.

Downloads

Published

30-07-2023

How to Cite

Sanjaya, H., Angga Kurniawan, Ibnu Ickwantoro, Abdul Ra’uf Alfansani, Kusrini, & Dina Maulina. (2023). PREDIKSI JUMLAH KEJADIAN TITIK PANAS PADA LAHAN GAMBUT DI INDONESIA MENGGUNAKAN PROPHET. INFOTECH Journal, 9(2), 354–360. https://doi.org/10.31949/infotech.v9i2.6073

Issue

Section

Articles