Penerapan Algoritma K-Means Untuk Pemetaan Biodiversity Kayu Bulat Di Indonesia
DOI:
https://doi.org/10.31154/cogito.v9i1.402.1-14Abstract
Indonesia merupakan salah satu negara didunia yang memiliki kawasan hutan luas yang tersebar di pulau sumatera, jawa, kalimantan, sulawesi, bali, nusa tenggara, maluku dan papua. Hutan memiliki fungsi sebagai penghasil oksigen dan habitat terbesar keanekaragaman hayati di Dunia. Kebakaran hutan terjadi hampir di seluruh wilayah Indonesia dan merupakan permasalahan yang terus berulang, dan intensitas akan mulai meningkat pada musim kemarau. kebakaran hutan akan menimbulkan banyak sekali kerugian baik dari segi kesehatan yang akan mengancam keselamatan jiwa maupun material, mempengaruhi kualitas udara, lahan, air, kerusakan fasilitas dan tempat hidup flora dan fauna yang ada, berkurangnya produksi oksigen hingga musnahnya keanekaragaman hayati. Untuk dapat memperkecil kemungkinan terjadinya kebakaran hutan yang terus meningkat diperlukan analisis pemetaan titik penyebaran api, penyebab kebakaran, dan keanekaragaman hayati hutan. Penelitian ini menggunakan etode pengumpulan data primer dataset persebaran titik kebakaran hutan, data statistik kehutanan, kemudian dilanjutkan dengan pengolahan data Algoritma K-Mean dan visualisasi pengolahan data menggunakan bahasa pemrograman Python dan mapping menggunakan GeoPandas. Hasil yang didapatkan adalah jenis produksi hutan tertinggi terdapat di Pulau Sumatera dengan jenis Kayu Akasia sebesar 28,573,433.84 m3, kemudian Pulau Jawa jenis Kayu Sengon sebesar 5,431,029.46 m3 dan Pulau Kalimantan jenis Kayu Rimba Campuran. Sedangkan luas area kebakaran terluas pada kawasan hutan terdapat di Pulau Kalimantan sebesar 243,013.5 hektar dari jumlah area hutan Kalimantan 53,054,900 hektar atau sebesar 0.458 %. Kmeans 5 klaster antara Pulau Sumatera dan Pulau Jawa adalah Klaster 1 terdapat 82 jenis Kayu, Klaster kedua Kayu Akasia, Klaster ketiga Kayu Ekaliptus, Klaster keempat Kayu Sengon dan Klaster kelima adalah Kayu Rimba Campuran, Mahoni dan Jati.References
Agusta, Y. (2007). K-Means - Penerapan, Permasalahan dan Metode Terkait, Jurnal Sistem dan Informatika.
Dhewayani, F. N., Amelia, D., Alifah, D. N., Sari, B. N., & Jajuli, M. (2022). Implementasi K-Means Clustering untuk pengelompokan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM. Jurnal Teknologi Dan Informasi, 12. https://doi.org/Jurnal Teknologi dan Informasi
Febrianti, A. (2018). Penerapan Metode K-Means Clustering dan Support Vector Machine (SVM) dalam identifikasi Api Pada Citra Warna Digital.
Kusrini, & Luthfi, E. T. (2009). Algoritma Data Mining (T. A. Prabawati (ed.)).
Muslim, I., Karo, K., Khosuri, A., Steiven, J., Septory, I., & Supandi, P. (2022). Pengaruh Metode Pengukuran Jarak pada Algoritma k-NN untuk Klasifikasi Kebakaran Hutan dan Lahan. JURNAL MEDIA INFORMATIKA BUDIDARMA, 2, 1174–1182. https://doi.org/10.30865/MIB.V6I2.3967
Prasetyowati, E. (2017). Data Mining Pengelompokan Data untuk Informasi dan Evaluasi. In Duta Media. Duta Media Publishing. https://doi.org/IKAPI : 180/JTI/2017
Purnawan, B. I., Hasyim, A. W., Yudono, D. A., Di, S., Boby, J., & Purnawan, I. (2021). Strategi Pengelolaan Kawasan Berpotensi Kebakaran Hutan Berbasis Pemodelan Spasial di Kabupaten Muaro Jambi. Jurnal Sosial Dan Teknologi (SOSTECH), 1, 963–981. https://doi.org/10.36418/JURNALSOSTECH.V1I9.193
Rangkuti, Y. M., Idrus, S. I., & Tarigan, D. D. (2021). Pengantar Pemrograman Python. Media Sains Indonesia.
Ruhimat, M., Supriatna, N., & Kosim. (2017). Ilmu pengetahuan Sosial (Geografi, Sejarah, Sosiologi, Ekonomi). Grafindo Media Pratama.
Sanjoto, S. . A. F., & Komari, ana. (2019). Analisa Upaya Pencegahan dan Penanggulangan Potensi Bahaya.
Suhartini, S., Kerta Wijaya, L., & Arini Pratiwi, N. (2020). Penerapan Algoritma K-Means Untuk Pendataan Obat Berdasarkan Laporan Bulanan Pada Dinas Kesehatan Kabupaten Lombok Timur. Infotek : Jurnal Informatika Dan Teknologi, 2, 147–156. https://doi.org/10.29408/JIT.V3I2.2315
Trya Ayu Pratiwi, K. di, I., M., K., R., Agustian, S., & Sukma Negara, B. (2021). Klasifikasi Kebakaran Hutan Dan Lahan Menggunakan Algoritma Naïve Bayes Di Kabupaten Pelalawan. Journal of Computer Engineering, System and Science, 139–148. https://doi.org/10.24114/CESS.V6I1.22555
Wahyudi, M., Mashita, Saragih, R., & Solikhun. (n.d.). Data Mining : Penerapan Algoritma K-Means Clustering dan K-Medoids Cluster. Yayasan Kita Menulis.
Additional Files
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 CogITo Smart Journal
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
