Monitoring Indeks Kekeringan Berbasi Android dengan Klasifikasi Tutupan Lahan Menggunakan CNN

Abstract

Kebakaran hutan merupakan tragedi yang sering terjadi di Indonesia. Dalam musim kemarau sering terjadi kebakaran hutan khususnya di daerah Sumatra dan Kalimantan, bahaya kebakaran hutan sering meningkat pada musim kemarau, yang dikaitkan dengan defisit curah hujan. Indeks kekeringan dapat dipakai sebagai indikator untuk menentukan klasifikasi tingkat kekeringan, pengukuran dapat digunakan Keetch Byram Drought (KBDI) modifikasi khusus iklim tropis pada lahan gambut. Penentuan rumus koefisien KBDI bergantung pada jenis vegetasi. Informasi mengenai keadaan hutan secara berkala diketahui menjadi peran penting untuk menanggulangi kebakaran hutan. Dari masalah yang di atas, penelitian ini akan merancang dan mengimplementasi klasifikasi mengenai vegetasi lahan untuk menentukan rumus koefisien dari KBDI modifikasi untuk menghitung indeks kekeringan pada lahan hutan gambut yang dimuat melalui platform Android. Metode yang digunakan adalah CNN dengan arsitektur MobilNetV2 menghasilkan performa baik untuk klasifikasi lahan yaitu dengan keseluruhan akurasi 94,33%, precision sebesar 94%, recall sebesar 94?n F1 Score 94%, dan untuk lahan didaerah lahan Hutan Lindung Liang Anggang memiliki vegetasi yaitu sedang, dengan indeks kekeringan rata-rata adalah 5,10, faktor hujan 1482,3 dan faktor kekeringan 0,08.