PREDIKSI LUAS AREA KEBAKARAN HUTAN DI PORTUGAL BERDASARKAN KONDISI CUACA MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION

Abstract

Bencana kebakaran hutan merupakan suatu peristiwa serius yang sering terjadi dan perlu diwaspadai. Selain ekosistem kawasan hutan itu sendiri, pemukiman yang berada di dekat area terbakar juga akan merasakan dampaknya. Pada kasus ini ada beberapa faktor yang memicu tingkat luasnya area kebakaran seperti suhu, angin, kelembapan, dll. Penelitian ini menerapkan metode Jaringan Syaraf Tiruan (JST) dan algoritma Backpropagation untuk memprediksi luas area yang terbakar agar dapat dilakukan pencegahan serta mitigasi kebakaran hutan. Data yang digunakan berasal dari UCI Machine Learning Repository, berisi 517 data yang memuat informasi seperti suhu, kelembaban, kecepatan angin, dan lainnya. Langkah awal dilakukan praproses seperti normalisasi data dan mengubah data angka menjadi kategori, lalu data dibagi menjadi data latih dan uji. Dilakukan metode algoritma backpropagation dengan menyesuaikan bobot dalam jaringan berdasarkan yang terjadi untuk memahami pola yang ada. Kemudian pengujian data, hasilnya menunjukkan bahwa metode JST mampu memberikan prediksi yang cukup akurat, dan kinerja model dinilai menggunakan nilai RMSE dan korelasi.