KLASIFIKASI TINGKAT KEBAKARAN BERDASARKAN TUTUPAN LAHAN MENGGUNAKAN CITRA SENTINEL 2A (STUDI KASUS: KABUPATEN ROKAN HULU)

Penulis

  • Rahma Pomey
  • Fajrin
  • Defwaldi

Kata Kunci:

Kebakaran Hutan, NBR, RBR, Hotspot, Tingkat Keparahan

Abstrak

Kebakaran hutan yang terjadi di Kabupaten Rokan Hulu telah menjadi pusat perhatian dikarenakan
sulitnya penentuan wilayah secara spesifik. Wilayah kebakaran ini berada di areal perbukitan, sehingga
sulit untuk memadamkannya. Sedangkan data kebakaran hanya berupa titik api maka perlunya dilakukan
pemetaan lahan kebakaran di Kabupaten Rokan Hulu agar dapat mengetahui daerah kebakaran secara
spesifik, serta dapat melakukan upaya pencegahan dan tindakan penanganan pasca kebakaran hutan dan
lahan di Indonesia terutama pada daerah-daerah yang rawan perlu mendapat perhatian khusus, untuk
mencegah kerugian yang lebih besar lagi. Tujuan penelitian adalah mengidentifikasi tingkat keparahan
kebakaran di Kabupaten Rokan Hulu berdasarkan hasil interpretasi citra Sentinel 2-A tahun 2022,
memetakan luasan area terbakar di Kabupaten Rokan Hulu berdasarkan tingkat keparahan tutupan lahan
menggunakan citra Sentinel 2-A tahun 2022. Metode yang digunakan adalah NBR (Normalized Bruned
Ratio) dengan analisis multiwaktu citra sebelum terjadinya kebakaran (Prefire) dan setelah terjadinya
kebakaran (Postfire). Uji akurasi dilakukan dengan menggunakan data Hotspot dan didapatkan hasil tingkat
kepercayaan 94,7 %. Berdasarkan hasil analisis, luas keparahan terbakar tinggi berada pada wilayah Rokan
IV Koto dengan luasan 0,63 Ha, kelas pertumbuhan pasca kebakaran tinggi terluas terdapat di Kecamatan
Bonai Darussalam 501,53 Ha

Referensi

KLHK. (2021). Rekapitulasi Luas Kebakaran Hutan dan Lahan (ha) Per Provinsi di Indonesia Tahun 20112016. Jakarta: KLHK.

Mallinis, G., Mitsopoulos, I., & Chrysafi, I. (2018). Evaluating and comparing Sentinel 2A and

Landsat-8 Operational Land Imager (OLI) spectral indices for estimating fire severity in a

Mediterranean pine ecosystem of Greece. GIScience & Remote Sensing, 55(1), 1-18.

Purbowaseso, I. B. (2004). Pengendalian kebakaran hutan: suatu pengantar. Rineka Cipta.

Rijal, S., Barkey, R. A., Nursaputra, M., Ardiansah, T., Tahir, M. A. S., & Radeng, A. K.

(2019). Penginderaan Jauh dalam bidang kehutanan. Fakultas Kehutanan, Universitas Hasanuddin.

Syam, M. A. H. (2022). Identifikasi Tingkat Kerawanan Kebakaran Hutan Dan Lahan Berdasarkan Tutupan Lahan 2020 Dan Arahan Pola Ruang Di Kabupaten Wajo= Identification of vulnerability forest and land fires based on 2020 spatial and land cover patterns in Wajo (Doctoral dissertation, Universitas Hasanuddin).

Talakua, P., & Sediyono, E. (2018). Analisis Rawan Kebakaran Hutan Di Seram Maluku Berbasis Citra Landsat 8 Menggunakan Metode Inverse Distance Weighted. Jurnal Teknik Informatika dan Sistem Informasi, 4(3), 511-520.

USGS. (2020b). Using the USGS Landsat Level-1 Data Product. Dikutip di https://www.usgs.gov/landresources/nli/landsat/using-usgs-landsat-level1-dataproduct November 2022.

Youn, H., & Jeong, J. (2019). Detection of forest fire and NBR mis-classified pixel using multitemporal Sentinel-2A images. Korean Journal of Remote Sensing, 35(6_2), 1107-1115.

Unduhan

Diterbitkan

2022-12-30

Cara Mengutip

Pomey, R., Fajrin, & Defwaldi. (2022). KLASIFIKASI TINGKAT KEBAKARAN BERDASARKAN TUTUPAN LAHAN MENGGUNAKAN CITRA SENTINEL 2A (STUDI KASUS: KABUPATEN ROKAN HULU). Jurnal Geomatika Dan Ilmu Alam, 1(2), 32–43. Diambil dari https://jgia.itp.ac.id/index.php/jgia/article/view/16