Analisis Prediksi Kebakaran Hutan dengan Menggunakan Algoritma Random Forest Classifier

Abstract

Kebakaran hutan merupakan salah satu bencana yang sangat merugikan di dunia, tak terkecuali di Indonesia. Berdasarkan laporan dari Kementrian Lingkungan Hidup dan Kehutanan  total kebakaran hutan dan lahan dalam rentang 2015 – 2019 yang terbakar adalah seluas 1.6 juta (Ha) [1]. Beberapa faktor yang mempengaruhi terjadinya kebakaran hutan diantaranya adalah faktor alam dan manusia. Faktor alam seperti kondisi suhu, kelembapan, kemarau, Elnino, erupsi gunung dan petir, kemudian para peneliti menemukan fakta bahwa aktivitas manusia di hutan seperti pembukaan lahan, eksploitasi kayu, perburuan dan pembakaran memiliki efek kausalitas terhadap terjadinya kebakaran hutan khususnya di daerah yang masih mempunyai hutan yang luas. Beberapa penelitian telah dilakukan untuk mencegah terjadinya kebakaran hutan seperti dengan menggunakan Teknik Data Mining dan Machine Learning yakni dengan melakukan prediksi kapan terjadinya kebakaran hutan berdasarkan kondisi cuaca dan histori laporan kebakaran namun masih belum sempurna. Maka dari itu pada penelitian ini kami mengembangkan konsep sistem prediksi kebakaran hutan yang akan menjadi salah satu acuan kebijakan pemerintah dalam mengeluarkan kebijakan yang bersifat preventif. Dengan melakukan pemodelan menggunakan model Algoritma Random Forest pada data kebakaran hutan dari tahun ketahun diwilayah Indonesia  diharapakan dapat membantu pemerintah dalam melakukan pencegahan kebakaran hutan dengan kebijakan hukumnya dan analisis yang ada bisa digunakan oleh Balai Besar Teknologi Modifikasi Cuaca (BBTMC) yang dapat membantu menentukan kapan modifikasi cuaca  dilakukan.