Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal CogITo Smart Journal
Liana Trihardianingsih
Universitas AMIKOM
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : CogITo Smart Journal

 1 
Analisis Index Vegetation Wilayah Terdampak Kebakaran Hutan Riau Menggunakan Citra Landsat-8 dan Sentinel-2 Risna Sari; Liana Trihardianingsih; Rizki Firdaus Mulya; M. Ilham Arief; Kusrini Kusrini
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.439.282-294

Abstract

Kebakaran hutan telah diidentifikasi sebagai salah satu isu lingkungan utama yang memiliki dampak terhadap keanekaragaman hayati dan iklim global jangka panjang. Riau merupakan salah satu wilayah di Indonesia yang sering mengalami kebakaran hutan. Upaya untuk memulihkan hutan pasca kebakaran dapat dilakukan dengan pengawasan lahan seperti mengamati tingkat vegetasi pada kawasan kebakaran. Dalam penelitian ini, dilakukan analisis untuk mengklasifikasikan tingkat vegetasi kawasan pasca kebakaran dengan memanfaatkan indeks vegetasi dengan tujuan mengetahui tingkat vegetasi pasca kebakaran pada wilayah rawan kebakaran di kabupaten Riau. Model yang digunakan pada penelitian ini memakai algoritma Random Forest dan variabel penentu yang digunakan adalah NDVI, NBR, EVI, dan SAVI. Penelitian ini dilakukan dengan menggunakan 2 citra satelit, yaitu Citra Landsat 8 dan Sentinel-2. Dasaset yang didapatkan menggunakan landsat-8 adalah 1871 data, sedangkan dengan menggunakan sentinel-2 diperoleh 606 data. Akurasi data testing maksimal yang diperoleh dengan menggunakan landsat-8 adalah sebesar 99%, sedangkan dengan menggunakan sentinel-2, diperoleh akurasi maksimal sebesar 94%.
Co-Authors Kusrini Kusrini M. Ilham Arief risna sari Rizki Firdaus Mulya