SISTEM DETEKSI TITIK API TERPUSAT MENGGUNAKAN dNBR (DIFFERENCED NORMALIZED BURN RATIO) UNTUK DETEKSI POTENSI KEBAKARAN HUTAN DENGAN MENGGUNAKAN ALGORITMA DBSCAN (STUDI KASUS: KABUPATEN KATINGAN)

PURBA, RITA BR (2021) SISTEM DETEKSI TITIK API TERPUSAT MENGGUNAKAN dNBR (DIFFERENCED NORMALIZED BURN RATIO) UNTUK DETEKSI POTENSI KEBAKARAN HUTAN DENGAN MENGGUNAKAN ALGORITMA DBSCAN (STUDI KASUS: KABUPATEN KATINGAN). S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (370kB) | Preview
	Text (BAB I) 02 Bab 1.pdf Restricted to Registered users only Download (161kB)
	Text (BAB II) 03 Bab 2.pdf Restricted to Registered users only Download (255kB)
	Text (BAB III) 04 Bab 3.pdf Restricted to Registered users only Download (179kB)
	Text (BAB IV) 05 Bab 4.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) 06 Bab 5.pdf Restricted to Registered users only Download (121kB)
	Text (DAFTAR PUSTAKA) 08 Daftar Pustaka.pdf Restricted to Registered users only Download (62kB)
	Text (LAMPIRAN) 09 Lampiran.pdf Restricted to Registered users only Download (402kB)

Abstract

Forest fires are frequent phenomenons in Indonesia and have an impact both economically and ecologically. Hotspots are an indicator of forest fires. The purpose of this study is to detect hotspots in Katingan Regency that to be used as information for the restoration of burned land areas. In this study, an analysis of the fire area in Katingan Regency was conducted by obtaining data from the Landsat- 8 sensor Operational Land Imager (OLI) satellite. The method for image processing uses a differenced Normalized Burn Area (dNBR) using Band 5 and Band 7 and the coloring is divided into 7 classes based on the severity of the burn index. The results of the index feature in the cluster using the DBSCAN algorithm to find clusters by identifying areas that have a high level of hotpost density. Cluster results obtained after processing using the Python programming language are 17 clusters. Furthermore, the results of clustering were tested using the Silhouette Coefficient and resulted in a value of 0.76242965 which can be categorized as a strong structure. Key words: DBSCAN Algorithm, dNBR, Landsat 8, Karhutla Kebakaran hutan merupakan fenomena yang cukup sering terjadi di Indonesia dan menimbulkan dampak baik secara ekonomis maupun ekologis. Hotspot (titik api) merupakan salah satu indikator kebakaran hutan. Tujuan penelitian ini adalah melakukan deteksi hotspot pada Kabupaten Katingan yang nantinya digunakan sebagai informasi untuk pemulihan area lahan yang terbakar. Pada penelitian ini dilakukan analisis lahan kebakaran di Kabupaten Katingan yang diperoleh dari data satelit Landsat-8 sensor Operational Land Imager (OLI). Metode untuk pengolahan citra menggunakan differenced Normalized Burn Area (dNBR) dengan menggunakan Band 5 dan Band 7 serta pewarnaan terbagi menjadi 7 class berdasarkan severity burn index. Hasil fitur index di cluster dengan menggunakan algoritma DBSCAN untuk menemukan cluster-cluster dengan mengidentifikasi area yang memiliki tingkat kepadatan hotpost yang tinggi. Hasil Cluster yang didapatkan setelah diolah dengan menggunakan bahasa pemograman Phyton sebanyak 17 cluster. Selanjutnya, hasil clustering diuji dengan menggunakan Silhouette Coefficient dan menghasilkan nilai 0,76242965 yang dapat dikategorikan dalam struktur kuat. Kata kunci: Algoritma DBSCAN, dNBR, Landsat 8, Karhutla

Actions (login required)

View Item