Identifikasi Area Kebakaran Hutan Dan Dampaknya Ditinjau Melalui BAI, NBR2, EVI Dan Indeks Kualitas Udara PM2,5 (Studi Kasus: Kota Palangka Raya, Kalimantan Tengah).

Pongdatu, Dennis Euro (2022) Identifikasi Area Kebakaran Hutan Dan Dampaknya Ditinjau Melalui BAI, NBR2, EVI Dan Indeks Kualitas Udara PM2,5 (Studi Kasus: Kota Palangka Raya, Kalimantan Tengah). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 03311840000047-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB)

Abstract

Hutan merupakan rumah bagi beragam spesies kehidupan, menjaga keseimbangan ekosistem serta menjadi sumber dari produksi oksigen di muka bumi. Berdasarkan data BPS tahun 2021, Kota Palangka Raya memiliki kawasan hutan seluas 241.736,25 hektare. Namun tidak dapat dipungkiri bahwa dalam beberapa tahun terakhir terjadi ratusan kali kasus kebakaran hutan dan lahan (Karhutla) yang mencederai hutan di Kota Palangka Raya. Penginderaan jauh sebagai salah satu bidang keilmuan Teknik Geomatika dapat digunakan untuk melakukan estimasi risiko, deteksi dan penilaian manajemen kebakaran. Hal ini dikarenakan data penginderaan jauh memberikan informasi yang akurat, cepat dan andal dalam analisis dampak pasca-kebakaran dengan memanfaatkan karakteristik spektral dan struktur vegetatif permukaan. Penelitian ini dilakukan di Kota Palangka Raya menggunakan data satelit Landsat – 8 pada rentang waktu pra kebakaran pada tanggal 1 Agustus 2018 hingga 1 Mei 2019 dan pasca kebakaran pada tanggal 1 Agustus 2019 hingga 31 Desember 2019. Identifikasi area kebakaran menggunakan 2 indeks spektral, yaitu Burned Area Index (BAI) dan Normalized Burn Ratio 2 (NBR2), dimana kedua algortima ini mendeteksi keberadaan arang pada daerah terjadinya kebarakan. Keberadaan arang akan menentukan identifikasi luasan dan sebaran kebakaran berdasarkan data citra satelit. Kemudian untuk identifikasi vegetasi menggunakan indeks spektral Enhanced Vegetation Index (EVI), EVI ditujukan untuk identifikasi vegetasi pada daerah dengan tutupan kanopi yang tinggi. Identifikasi sebaran paparan PM2,5 menggunakan algoritma dari Somvanshi yang dikemukakan pada tahun 2019. Adapun data validasi area kebakaran menggunakan shapefile area terbakar dari Balai PPI dan Karhutla Wilayah Kalimantan. Identifikasi kebakaran menggunakan BAI menghasilkan overall accuracy tertinggi, yaitu 87,988% dan didapatkan hasil luasan area terbakar yang teridentifikasi oleh BAI adalah seluas 14.265,746 hektare. NBR2 menghasilkan overall accuracy 82,229%. Hasil luasan area terbakar yang teridentifikasi oleh NBR2 adalah seluas 44.366,784 hektare. Identifikasi kondisi sebaran vegetasi pasca kebakaran menghasilkan total luas 17.704,259 hektare untuk kelas Tanaman Mati dan kelas Tanaman Tidak Sehat. Hasil identifikasi sebaran PM2,5 memperlihatkan peningkatan sebesar 0,015 μg/m3. Berdasarkan Peraturan Menteri Lingkungan Hidup Dan Kehutanan Nomor 14 Tahun 2020 didapati bahwa paparan PM2,5 di kota Palangka Raya pada tahun 2019 berada pada tingkat aman. Berdasarkan analisis titik sampel, didapati bahwa peningkatan paparan PM2,5 dan penurunan kesehatan vegetasi terjadi di area terbakar kota Palangka Raya.
===================================================================================================================================
Forests are home to various species of life, maintain the balance of ecosystems and are a source of oxygen production on earth. Based on BPS data for 2021, Palangka Raya City has a 241.736,25 hectares of forest area. However, it cannot be denied that in the last few years there have been hundreds of cases of forest and land fires that have injured forests in Palangka Raya City. Remote sensing as a scientific field of Geomatics Engineering can be used to estimate risk, detect and assess fire management. This is because remote sensing data provides accurate, fast and reliable information in post-fire impact analysis by utilizing the spectral characteristics and surface vegetative structures. This research was conducted in Palangka Raya City using Landsat – 8 satellite data with the pre-fire time range on August 1, 2018 to May 1, 2019 and post-fire on August 1, 2019 to December 31, 2019. The identification of fire areas uses 2 spectral indices, namely Burned Area Index (BAI) and Normalized Burn Ratio 2 (NBR2), where both of this algorithm detects the presence of charcoal in the area where the fire occurs, the presence of charcoal will determine the identification of the area and distribution of fires based on satellite imagery data. Enhanced Vegetation Index (EVI) spectral index is used for the identification of vegetation, EVI is intended to identify vegetation in areas with high canopy cover. Identification of PM2.5 exposure distribution using Somvanshi's algorithm proposed in 2019. The validation data for fire area uses a burned area shapefile from the Balai PPI dan Karhutla Wilayah Kalimantan. The results of fire identification using BAI resulted in the highest Overall Accuracy, which was 87.988%. The results of the identified burned area detected by BAI are 14,265.746 hectares and NBR2 produces an Overall Accuracy of 82.229%. The result of the identified burned area detected by NBR2 is 44,366.784 hectares. Identification of the distribution of vegetation after the fire resulted in a total area of 17,704.259 hectares for the Dead Plant class and the Unhealthy Plant class. The results of the identification of the distribution of PM2.5 showed an increase of 0.015 g/m3. Based on the Minister of Environment and Forestry Regulation Number 14 of 2020, it was found that PM2.5 exposure in the city of Palangka Raya in 2019 was at a safe level. Based on the sample point analysis, it was found that an increase in PM2.5 exposure and a decrease in vegetation health occurred in the burned area of the city of Palangka Raya.

Item Type:	Thesis (Other)
Additional Information:	RSG 621.367 8 Pon i-1 2022
Uncontrolled Keywords:	Identifikasi, Dampak Kebakaran, Kebakaran Hutan, Vegetasi, Paparan PM2,5. Identification, Risk, Forest fire, Vegetation, PM2,5 exposure.
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	20 May 2026 02:26
Last Modified:	20 May 2026 02:26
URI:	http://repository.its.ac.id/id/eprint/133256

Actions (login required)

View Item