Pemetaan dan Prediksi Hotspot Menggunakan Algoritma Long Short-Term Memory (Studi Kasus di Provinsi Sumatera Selatan)
Kebakaran hutan dan lahan (karhutla) merupakan bencana yang sering terjadi di
Indonesia yang menyebabkan kerusakan lingkungan, serta kerugian sosial dan
ekonomi. Hotspot adalah salah satu indikator sebelum terjadinya karhutla, karena
suhu tinggi yang terdeteksi melalui citra satelit yang berpotensi menjadi
kebakaran. Data historis hotspot (titik panas) dari tahun 2019 hingga 2023 yang
diperoleh dari FIRMS NASA digunakan untuk memetakan penyebaran hotspot
dan memprediksi hotspot di Sumatera Selatan menggunakan metode Long
Short-Term Memory (LSTM). Pada penelitian ini dilakukan 48 percobaan untuk
tunning hyperparameter, dan didapatkan 2 percobaan yang memiliki nilai MSE
terkecil serta model loss terbaik. Hasil evaluasi menggunakan data test diperoleh
percobaan ke-41 dengan nilai MAE, MSE , RMSE sebesar 0.0265, 0.0094, dan
0.0967 memperoleh hasil prediksi yang mengikuti pola dari hotspot.
URI
https://repo.itera.ac.id/depan/submission/SB2409250248
Keyword
Hotspot Karhutla Long Short-Term Memory prediksi Sumatera Selatan