Analisis Area Bekas Kebakaran Hutan Dan Lahan Dengan Normalized Burn Ratio (Nbr) Menggunakan Citra Satelit Multitemporal Dan Cloud Computing

Arimurti, Adinda Sitaresmi Putri (2021) Analisis Area Bekas Kebakaran Hutan Dan Lahan Dengan Normalized Burn Ratio (Nbr) Menggunakan Citra Satelit Multitemporal Dan Cloud Computing. Masters thesis, Institut Teknologi Sepuluh Nopember.

	Text ADINDA SITARESMI PUTRI ARIMURTI_03311740000031_Buku_TA.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (4MB) | Request a copy
	Text 03311740000031-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Hutan merupakan suatu area yang ditutupi oleh berbagai flora yang tumbuh serta menjadi habitat dari berbagai fauna yang ada. Menurut data dari Kementrian LHK, selama tahun 2015-2020, hutan dan lahan yang mengalami kebakaran seluas 5,7 juta hektar. Pada tahun 2015, 2017-2019 Gunung Lawu mengalami kebakaran hutan dan lahan yang mengakibatkan banyaknya kerugian. Menurut Ditjen PPI Kementrian Lingkungan Hidup dan Kehutanan, perlu adanya monitoring dari kebakaran hutan yang terjadi pada setiap tahunnya sehingga dapat diminimalisir kebakaran yang terjadi untuk di masa mendatang.
Area yang terdampak kebakaran hutan dan lahan ini dapat diidentifikasi menggunakan algoritma Normalized Burned Ratio (NBR) dan klasifikasi Machine Learning Random Forest (RF). Perhitungan ini dapat dilakukan pada citra satelit multiresolusi, yaitu Sentinel 2A pada waktu sebelum dan sesudah kejadian kebakaran pada tahun 2018 dan 2019. Pada penelitian ini digunakan metode Cloud Computing yang ada di Google Earth Engine serta hasil akhir dapat secara bebas di akses pada laman GEE Apps.
Berdasarkan hasil klasifikasi RF, didapatkan hasil klasifikasi area yang terdampak kebakaran menjadi 4 kelas klasifikasi yaitu, High Severity, Low Severity, Unburned, dan Regrowth. Pada kebakaran tahun 2018 dihasilkan klasifikasi area yang terdampak seluas 248,88 hektar dan pada tahun 2019 dihasilkan seluas 146,03 hektar. Dengan mempertimbangkan adanya data sekunder titik hotspot yang ada pada Provinsi Jawa Timur pada tahun 2016-2020, dihasilkan bahwa hotspot mengalami kenaikan pada bulan Juli-Oktober dan mengalami puncak tertinggi di bulan Oktober. Hal ini berhubungan dengan data kejadian dari Perhutani Lawu Ds yang mencatat bahwa kebakaran di Gunung Lawu bagian Kabupaten Magetan terjadi di bulan Agustus dan September. Dihasilkan pola kebakaran yang terjadi yaitu terjadi di pertengahan-akhir dari musim kemarau yang terjadi di Indonesia. Hasil identifikasi area yang terdampak kebakaran pada tahun 2018 dan 2019 juga menunjukkan adanya 4 lokasi kebakaran yang sama yang terjadi di kedua tahun. Dengan adanya hal ini, pemerintah dapat merencanakan tindakan preventif untuk mengurangi kerugian yang diakibatkan karhutla di Gunung Lawu, Kabupaten Magetan ini.
=========================================================================================
Forest is an area that is covered by various plants that grows and becomes the habitat of various existing animals. According to data from the Ministry of Environment and Forestry, during 2015-2020, 5.7 million hectares of forest and land affected by fires. In 2015, 2017-2019 Mount Lawu experienced forest and land fires which resulted in many losses. According to the Directorate General of PPI, Ministry of Environment and Forestry, it is necessary to monitor forest fires that occur every year so that fires can be minimized in the future.
Areas affected by forest and land fires can be identified using the Normalized Burned Ratio (NBR) algorithm and Machine Learning Random Forest (RF) classification. This calculation can be done on multi-resolution satellite imagery, namely Sentinel 2A before and after the fires in 2018 and 2019. In this study, the Cloud Computing method used on the Google Earth Engine and the final results can be freely accessed on the GEE Apps page. .
Based on the results of the RF classification, the results of the classification of areas affected by fires are divided into 4 classification classes, namely, High Severity, Low Severity, Unburned, and Regrowth. In 2018 the fires resulted in a classification of the affected area of 248.88 hectares and in 2019 an area of 146.03 hectares was affected. Taking into account the existence of secondary data on hotspots point in East Java Province in 2016-2020, it was concluded that hotspots increased in July-October and experienced the highest peak in October. This is related to incident data from Perhutani Lawu Ds which noted that fires in Mount Lawu in the Magetan Regency occurred in August and September. The resulting pattern of fires that occurred in the mid-late of the dry season that occurred in Indonesia. The results of the identification of areas affected by fires in 2018 and 2019 also showed that there were 4 locations of the same fires that occurred in both years. Therefore, the government can plan preventive actions to reduce losses caused by forest and land fires on Mount Lawu, Magetan Regency.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Kebakaran Hutan dan Lahan, Normalized Burned Ratio (NBR), Gunung Lawu, Cloud Computing, Google Earth Engine, Forest and Land Fires, Normalized Burned Ratio (NBR), Mount Lawu, Cloud Computing, Google Earth Engine
Subjects:	S Agriculture > SD Forestry S Agriculture > SD Forestry > SD387.F52 Fire management
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29101-(S2) Master Thesis
Depositing User:	Adinda Sitaresmi Putri Arimueti
Date Deposited:	12 Aug 2021 08:53
Last Modified:	12 Aug 2021 08:53
URI:	http://repository.its.ac.id/id/eprint/85661

Actions (login required)

View Item