Pemodelan Dinamika Perubahan Hutan Kalimantan melalui Perbandingan Optimizer Algoritma LSTM Menggunakan Global Forest Change dan Night-Time Light Data

Januardy Uspari, Thomas (2024) Pemodelan Dinamika Perubahan Hutan Kalimantan melalui Perbandingan Optimizer Algoritma LSTM Menggunakan Global Forest Change dan Night-Time Light Data. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (747kB)
	PDF BAB_I.pdf Download (205kB)
	PDF BAB_II.pdf Download (353kB)
	PDF BAB_III.pdf Download (242kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (3MB)
	PDF BAB_V.pdf Download (119kB)
	PDF DAFTAR_PUSTAKA.pdf Download (134kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Dalam era globalisasi, kebutuhan manusia yang bervariasi menuntut industri untuk memanfaatkan sumber daya alam, termasuk hutan. Penggunaan hutan sebagai lahan memicu perubahan yang melibatkan pembangunan infrastruktur, ekspansi perkebunan, penambangan, dan pemukiman. Menurut data Global Forest Watch, kawasan hutan di Kalimantan menurun drastis dari 73.7% pada tahun 2000 menjadi 49.5% pada tahun 2020. Penelitian ini bertujuan menerapkan model LSTM pada data geospasial time-series untuk memprediksi perubahan hutan dan intensitas cahaya malam di Kalimantan. Metode CRISP-DM digunakan sebagai landasan penelitian. Data Global Forest Change (GFC) dan Night-Time Light (NTL) dianalisis dari tahun 2001-2023 untuk GFC dan 2013- 2023 untuk NTL, dengan evaluasi model menggunakan optimizer (Adam, RMSprop, SGD, Adadelta, dan Adamax). Hasil menunjukkan bahwa Adam dan RMSprop memberikan performa terbaik untuk data GFC di Kalimantan Barat dan Utara, serta data NTL di Kalimantan Tengah dan Barat. Kesimpulannya, Adam adalah optimizer paling akurat dengan minim kesalahan. Analisis menunjukkan hubungan kompleks antara intensitas cahaya malam dan perubahan tutupan hutan. Peningkatan intensitas cahaya tidak selalu berkorelasi dengan penurunan tutupan hutan, namun dapat memfasilitasi pengawasan aktivitas seperti penebangan. Model prediksi menggunakan data NTL harus dianalisis bersama dengan data GFC untuk pemahaman lebih baik tentang interaksi aktivitas manusia dan perubahan tutupan hutan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Deforestasi, Global Forest Change, Long Short-Term Memory, Night-Time Light, Time-Series Forecasting
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	11 Nov 2024 11:19
Last Modified:	11 Nov 2024 11:19
URI:	https://kc.umn.ac.id/id/eprint/34525

Actions (login required)

View Item