Upaya mitigasi kebakaran hutan di Indonesia terus berkembang seiring meningkatnya kebutuhan akan sistem prediksi yang akurat. Hal ini mendorong dosen Teknik Informatika Fakultas Teknik Universitas Islam Riau (UIR), Assoc. Prof. Dr. Evizal, S.T., M.Eng bersama tim penelitinya mengembangkan pendekatan baru dalam memprediksi lokasi kebakaran hutan melalui penelitian yang dipublikasikan pada jurnal internasional Journal of Quality Measurement and Analysis (JQMA).
Penelitian berjudul “Forecasting Locations of Forest Fires in Indonesia Through Nonparametric Predictive Inference with Parametric Copula: A Case Study” ini mengangkat isu krusial terkait kebakaran hutan di Indonesia yang masih menyisakan ketidakpastian dalam sistem prediksi dan penanganannya, serta terbit pada JQMA Volume 21 Nomor 1 Tahun 2025.
Secara substantif, penelitian ini bertujuan untuk mengembangkan metode prediksi lokasi kebakaran hutan yang lebih akurat dan dapat digeneralisasikan. Tim peneliti melihat bahwa pendekatan machine learning yang selama ini digunakan memiliki keterbatasan, khususnya dalam hal ketidakpastian hasil dan ketergantungan pada parameter spesifik wilayah.
Oleh karena itu, penelitian ini mengajukan hipotesis bahwa metode Nonparametric Predictive Inference (NPI) yang dikombinasikan dengan parametric copula mampu memberikan hasil prediksi yang lebih reliabel dengan mempertimbangkan hubungan spasial antar titik kejadian kebakaran. Pendekatan ini hadir sebagai alternatif dari metode machine learning yang selama ini umum digunakan, namun dinilai masih memiliki keterbatasan dalam hal generalisasi dan tingkat ketidakpastian hasil prediksi. Melalui pendekatan baru ini, prediksi tidak hanya berfokus pada satu nilai pasti, tetapi pada rentang probabilitas yang memberikan tingkat kepercayaan lebih tinggi terhadap hasil yang diperoleh.
Penelitian ini memanfaatkan data satelit MODIS tahun 2020 dengan lebih dari 16 ribu titik hotspot kebakaran hutan di Indonesia. Fokus kajian diarahkan pada wilayah Sumatra dan Kalimantan yang selama ini menjadi daerah dengan tingkat kebakaran tertinggi. Hasil analisis menunjukkan bahwa metode NPI dengan copula parametrik mampu menghasilkan prediksi dengan tingkat akurasi sangat tinggi, ditunjukkan dari nilai selisih probabilitas yang sangat kecil (kurang dari 0,001), atau mendekati prediksi sempurna.
Lebih jauh, penelitian ini juga mengungkap bahwa setiap wilayah memiliki karakteristik berbeda dalam pola kebakaran hutan, sehingga membutuhkan pendekatan model yang spesifik. Misalnya, copula jenis Clayton dan Gumbel lebih optimal digunakan untuk wilayah Sumatra, sementara wilayah Kalimantan lebih sesuai menggunakan copula Normal dan Gumbel. Temuan ini menjadi penting karena dapat membantu pemerintah dan pemangku kebijakan dalam merancang strategi mitigasi yang lebih tepat sasaran berdasarkan karakteristik wilayah.(kh/hms)
Penulis : Amirah Hazwani Roslin dan Noryanti Muhammad (UMPSA Malaysia), Assoc. Prof. Dr. Evizal Abdul Kadir, S.T., M.Eng (UIR) Warih Maharani (Tel-U), dan Hanita Daud (UTP Malaysia).
Sumber Detail Artikel : https://umpir.ump.edu.my/id/eprint/44225/
Sumber Gambar : Pexel.com/ArulKarki
