Grouping Potential Forest and Land Fires in Indonesia Based on Hotspot Distribution Using CLARANS Method

Abstract

Kebakaran hutan/lahan merupakan bencana yang sering terjadi di beberapa negara di dunia. Peristiwa ini mendapat perhatian lebih dari pemerintah karena menimbulkan banyak kerugian seperti ekonomi, ekologi dan sosial. Indonesia merupakan negara dengan tingkat bencana kebakaran hutan/lahan yang tinggi, hal ini menjadikan Indonesia sebagai negara penyumbang pencemaran terbesar ketiga di dunia. Sehingga diperlukan upaya penanggulangan sejak dini, salah satu upaya yang dapat dilakukan adalah dengan memanfaatkan data titik api dengan melakukan klasifikasi wilayah yang berpotensi terjadinya kebakaran hutan/lahan. Kebakaran hutan/lahan ditandai dengan terdeteksinya data titik api oleh satelit yang terindikasi sebagai titik api. Pada penelitian ini parameter yang digunakan adalah lintang, bujur, kecerahan, keyakinan dan FRP (fire power radiative) dengan menerapkan metode CLARANS. CLARANS merupakan varian dari algoritma k-medoid dan juga merupakan pengembangan dari algoritma sebelumnya, seperti PAM dan CLARA untuk menangani jumlah data yang lebih besar dan tahan terhadap outlier. Hasil penelitian ini menunjukkan bahwa penggunaan metode CLARANS dapat digunakan untuk proses clustering data hotspot dengan hasil koefisien siluet sebesar 0,896 pada penggunaan 2 cluster dengan jumlah data sebanyak 12,287. Hasil cluster menunjukkan bahwa cluster 1 termasuk dalam potensi tinggi dengan kecerahan rata-rata 340K dengan kepercayaan rata-rata 95% dan cluster 2 termasuk dalam potensi sedang dengan kecerahan rata-rata 327 K.